😁

да, кстати. коллеги, подскажите какой-нибудь простой набор операций (допустим, на пяток строк)
на котором можно было бы продемонстрировать профилирование?
а то обычно используют для этого графики ggplot (агрегация + визуализация), но я что-то не хочу их брать %(

Попробуйте сабсет обычного data.frame с именами строк. Там обычно make.unique вылезает в первые ряды

о. интересно, спасибо

opl<-list(rep("",1000000))
system.time(for(i in 1:1000000)  opl[[1]][i]<-paste0("vn",i))
пользователь      система       прошло
       8.53         0.11         8.73
opl<-data.table(rep("",1000000))
system.time(for(i in 1:1000000)  opl[i,V1:=paste0("vn",i)])
пользователь      система       прошло
     693.02        66.59       747.53

в 81 раз медленнее!!!!

Я не спец по data.table, но вот тут написано, что loop-friendly функция это set

opl[1:1e6, V1 := paste0("vn", 1:1e6)] цикл не нужен

Я пишу для общего случая

Когда что-то полезное добавляется, а не номера строк

Дело не в data.table, а в твоём непонимании векторизованных функций в R (по моему предолпожению).
Фильтровать 100500 раз таблицу никакой ЯП быстро не сможет, даже если индекс построить.

Этот вариант 3.8 сек на старом офисном кудахтере с 2 ядрами

Цикл к обеду досчитается

Первоначальный тезис выглядит довольно абстрактно. Приведённый пример для воспроизведения «проблемы» неадекватен по отношению к data.table.
Изначально заход выглядил как вброс, но теперь понятно почему.

Ох уж эти «разоблачители» 😁
Начать надо с ревью своего же кода...

for(l in 1:lc_max)  for(pcease in 1:cease)    for(nOnMinI in cycles$n-1){
   p<-p+1; outcome[p,cname:=paste0(pcluster1[[pcease]]["cname"],"l",l,"n",nOnMinI,"vn")]
   for(vergeI in cycles$v-1){  
       p<-p+1; outcome[p,cname:=paste0(pcluster1[[pcease]]["cname"],"l",l,"n",nOnMinI,"v",vergeI)]
       p<-p+1; outcome[p,cname:=paste0(pcluster1[[pcease]]["cname"],"l",l,"n",nOnMinII,"vd",vergeI)]
       p<-p+1; outcome[p,cname:=paste0(pcluster1[[pcease]]["cname"],"l",l,"n",nOnMinI,"vm",vergeI)]
   }
циклов несколько

Всё ещё хуже, чем предполагал изначально.