我正在寻找在c#中处理大型数据集的建议。在R中，我一直在使用数据。表，它适用于在超过100万行的表上执行连接，并且需要在切片和骰子操作的同时执行基于时间序列的计算。然而，核心建模框架需要使用c#。
在c#中，我遇到过Deedle，它对于较小的数据集很好，但可能无法管理所需的大小。
我也发现了极限优化的许可解决方案，似乎有潜力。
还有其他可行的方法吗?我希望留在。net框架内，不希望执行跨语言(c#到R或Python)交互，因为这可能会表现不佳，特别是在进入需要跨边界转换大量数据的模拟工作时。c#也比Python更受欢迎，因为它适合整个公司的其他架构(web服务，UI等)。
Microsoft开始在。net中实现DataFrame
https://github.com/dotnet/machinelearning/blob/main/src/Microsoft.Data.Analysis/DataFrame.cs
它是ML.net的一部分
我目前也在c#中处理更大的数据，我需要将其传输到python并返回，如果可以的话，我建议避免使用它。