data.tableで：=演算子を使用する必要があるのはいつですか？

data.tableオブジェクトに：=演算子が追加されました。この演算子が他のすべての代入演算子と異なる点は何ですか？また、その用途は何ですか、それはどれくらい速いですか、そしてそれはいつ避けるべきですか？

これは、10分が1秒に短縮された例です（ホームページのNEWSから）。これは、にサブ割り当てするようなものですが、data.frame毎回テーブル全体をコピーするわけではありません。

m = matrix(1,nrow=100000,ncol=100)
DF = as.data.frame(m)
DT = as.data.table(m)

system.time(for (i in 1:1000) DF[i,1] <- i)
     user  system elapsed 
  287.062 302.627 591.984 

system.time(for (i in 1:1000) DT[i,V1:=i])
     user  system elapsed 
    1.148   0.000   1.158     ( 511 times faster )

パッティング:=でjより多くのイディオムを可能にするように：

DT["a",done:=TRUE]   # binary search for group 'a' and set a flag
DT[,newcol:=42]      # add a new column by reference (no copy of existing data)
DT[,col:=NULL]       # remove a column by reference

および：

DT[,newcol:=sum(v),by=group]  # like a fast transform() by group

避ける理由が思いつかない:=！それ以外は、forループ内。:=内部DT[...]に表示されるため、[.data.tableメソッドのオーバーヘッドが小さくなります。例えば、S3の派遣とのような引数の有無と種類をチェックi、by、nomatch内部のためなどだから、forループは、低オーバーヘッドの直接のバージョンがある:=と呼ばれますset。?set詳細と例については、を参照してください。setincludeの欠点は、i行番号でなければならず（バイナリ検索なし）、それをと組み合わせることができないことbyです。これらの制限をset行うことにより、オーバーヘッドを劇的に減らすことができます。

system.time(for (i in 1:1000) set(DT,i,"V1",i))
     user  system elapsed 
    0.016   0.000   0.018