library(printr) 在 knit 到 html 时与 data.table 的“:=”交互？

Question

我有一个在 rstudio 控制台中运行的 markdown 文件，但是当我尝试将其编织成 html 时，它会花费很长时间。我花了很长时间的尝试和错误才确定似乎包含“printr”库会触发 data.table 的 := 分配，通过尝试打印整个表（在我的情况下非常大）来挂起编织）。这是演示这一点的代码。这是 printr 的已知“功能”吗？值得指出的是，即使代码块是

results='hide'

或

include=FALSE

并且表格未在 html 中显示，包含 printr 的代码仍然运行得很慢。

library(data.table)
library(bit64)
library(printr) # printr will make data.table := to print out the data in knit?
#test_n = 4000000 # with 4000000 and printr included it will take forever
test_n = 4000

print("slow chunk start:")
print(Sys.time())
DT = data.table(a = as.integer(1:test_n),
                b = as.integer64(1:test_n),
                c = as.integer(1:test_n))
DT[, seq:=1:.N] # whole table will print if printr is included
print(DT[1:10])
print("slow chunk end:")
print(Sys.time())

Answer 1

问题在于

data.table

包为 data.tables 定义了

print

方法，但没有定义

knit_print

方法，因此

knitr

使用

knit_print.data.frame

中定义的

printr

方法，它打印了整个内容。

有几个简单的解决方案。 @r2evans 建议使用

invisible()

，例如

invisible(DT[, seq:=1:.N])

。这会起作用，因为如果您要求

knitr

不这样做，它就不会尝试打印内容。

另一个简单的解决方案是提供您自己的

knit_print

不打印任何内容的方法，例如

knit_print.data.table <- function(x, ...) NULL

将其尽早放入文档中，您将永远不会打印 data.tables。如果您有时希望打印它们，您可以设置一个选项，例如

knit_print.data.table <- function(x, ...) {
  if (getOption("print.data.tables", FALSE)) # default to FALSE
    NextMethod()
}
 

默认情况下不会打印，但如果您希望打印，请运行

options(print.data.tables = TRUE)

事前（如果您只想发生一次，则事后将其设置为 FALSE）。

另一种未记录的方法是将方法设置为

knit_print.data.table <- function(x, ...) {
  if (data.table::shouldPrint(x)) 
    NextMethod()
}

shouldPrint

的文档表明这是正确的解决方案，但他们确实警告不要使用它。