“local data frame”消息是从`dplyr:::print.tbl_df`函数输出的一种数据类型，表示数据框（data frame）在本地环境中存储。

Question

使用dplyr时，tbl_df函数会打印一条声明，表明数据框是“本地”的：

> mtcars %>%
+     group_by(gear) 
Source: local data frame [32 x 11]
Groups: gear

    mpg cyl  ...
1  21.0   6  ...

我曾认为本地数据框指的是内存中的数据框，而非本地数据框则是像SQL这样的数据库。但我认为我的假设是错误的。在约25:25的教程视频中，Kevin Markham说data.frame对象不是本地数据框，而我原以为它们是。

我查看了tbl_df文档，并在dplyr简介文档中使用搜索功能，但找不到本地数据框的描述。

问题：什么是本地数据框？

- Tyler Rinker

---

只是要将其与远程数据源（如MySQL数据库或其他类似的东西）区分开来。 - joran

如果链接视频准确的话，data_frame对象是本地数据框，但data.frame对象则不是。现在我也感到困惑了。 - stuwest

我认为@Tyler在最初的假设中并没有错，而且有一些语义在起作用。也许，与文档和Kevin Markham的陈述一致，可以说“本地数据框”是由data.frame创建的tbl_df包装的数据，直到被包装之前它本身不是一个“本地数据框”？ - jaimedash

挖掘源代码后的一些见解：print.tbl_df总是打印cat("Source: local data frame", ...)，因此在这个意义上，任何数据框都是“本地的”（链接1）；“本地数据框”是“远程数据源”的“相反”（链接2）。 - tonytonov

@hadley，提出一个增强请求以删除它或仅在verbose==TRUE时打印，这样可以吗？我也不喜欢默认情况下自动打印维度。通常我只想看到感兴趣的数据。 - smci

@smci 可以打开它，但我不会实现它，因为我认为当前的行为对大多数人来说更有用。 - hadley

Answer 1

我是问题中提到的视频教程的作者。以下是与本讨论相关的函数摘要：

• data.frame() 是 R 的用于创建常规数据帧的函数。
• data_frame() 是 dplyr 用于创建本地数据帧的函数。
• tbl_df() 和 as_data_frame() 是 dplyr 用于将常规数据帧（或列表）转换为本地数据帧的函数。

那么，常规和本地数据框之间有什么区别？很小。一个本地数据框只是一个已用 tbl_df 类封装过以实现更好打印效果的常规数据框。（数据仍存储在常规数据框“under the hood”中。）

具体来说，仅打印本地数据框只显示前10行和尽可能多的列以适应屏幕大小。 （您可以在我的RMarkdown文档顶部看到此行为的示例，该文档位于我dplyr视频教程之前的教程之前）。

所有dplyr函数默认返回一个本地数据框，但您可以使用data.frame()函数将其转换回常规数据框。这样做的原因之一是，如果您喜欢常规数据框的打印方式，即希望看到更多行或更多列，则可以这样做。但是，dplyr允许您在不进行转换的情况下执行此操作：

library(dplyr)
library(nycflights13)

# print a local data frame (10 rows, variable number of columns)
flights

# print 15 rows
print(flights, n = 15)

# print all rows (don't run this, since it has 336,776 rows)
print(flights, n = Inf)

# print all columns
print(flights, width = Inf)

dplyr有一个关于数据框的vignette，提供更多技术细节。

- Kevin Markham

---

我最初回答说 tbl_df() 和 as_data_frame() 有稍微不同的用途。@hadley 在 Twitter 上澄清说它们 "基本上是相同的"，所以我更新了我的答案。 - Kevin Markham

除了打印方法之外，常规的data.frame和tbl_df之间还有另一个区别。引用文档中的话：“[不会简化（删除）数据，因此始终返回data.frame]”。这意味着，虽然data(mtcars); mtcars[, 1]返回一个原子向量，但是tbl_df(mtcars)[,1]返回一个具有1列的（本地）data.frame。如果不加注意，这种微妙的差异可能会导致意外的行为。因此，我建议在使用tbl_df时使用[[来提取单个列（它将始终提取单个向量）。 - talat

Answer 2

http://www.inside-r.org/packages/cran/dplyr/docs/tbl_df

一个数据框 tbl 包装了一个本地数据框。使用 tbl_df 而不是普通数据框的主要优点是打印：tbl 对象仅打印几行和适合一个屏幕的所有列，提供描述其余部分的文本。

来自

http://cran.r-project.org/web/packages/dplyr/dplyr.pdf

本地化 请注意，对于本地数据框，排序是在 C++ 代码中完成的，该代码无法访问通常在 R 中执行的本地特定排序。这意味着字符串的排序方式类似于 C 语言环境。

- Ajay Ohri