rcpp - 在 DataFrame::create( vec1, vec2 ... ) 中可以添加多少个向量？

Question

我正在创建一个 DataFrame 来保存已解析的 haproxy http 日志文件，其中包含很多字段 (25+)。

如果我添加超过 20 个向量(每个字段一个)，我会收到编译错误:

no matching function call to 'create'

创建方法:

    return DataFrame::create(
      _["clientIp"]     = clientIp,
      _["clientPort"]   = clientPort,
      _["acceptDate"]   = acceptDate,
      _["frontendName"] = frontendName,
      _["backendName"]  = backendName,
      _["serverName"]   = serverName,
      _["tq"]           = tq,
      _["tw"]           = tw,
      _["tc"]           = tc,
      _["tr"]           = tr,
      _["tt"]           = tt,
      _["status_code"]  = statusCode,
      _["bytes_read"]   = bytesRead,

#if CAPTURED_REQUEST_COOKIE_FIELD == 1
      _["capturedRequestCookie"]   = capturedRequestCookie,
#endif     

#if CAPTURED_REQUEST_COOKIE_FIELD == 1
      _["capturedResponseCookie"]   = capturedResponseCookie,
#endif    

      _["terminationState"] = terminationState,
      _["actconn"]          = actconn,
      _["feconn"]           = feconn,
      _["beconn"]           = beconn,
      _["srv_conn"]         = srvConn,
      _["retries"]          = retries,
      _["serverQueue"]      = serverQueue,
      _["backendQueue"]     = backendQueue 
    );

问题:

1. 我是否达到了硬性限制？
2. 是否有一种解决方法可以让我向数据框添加 20 多个向量？

Answer 1

是的，您已经达到了硬性限制——Rcpp 受到 C++98 标准的限制，该标准需要显式代码膨胀来支持“可变参数”参数。本质上，必须为每个使用的 create 函数生成一个新的重载，并且为了避免阻塞编译器，Rcpp 只提供了最多 20 个。

一种解决方法是使用“builder”类，您可以在其中连续添加元素，然后在最后转换为 DataFrame。此类的一个简单示例——我们创建一个 ListBuilder 对象，我们为该对象连续 add 新列。尝试使用此文件运行 Rcpp::sourceCpp() 以查看输出。

#include <Rcpp.h>
using namespace Rcpp;

class ListBuilder {

public:

   ListBuilder() {};
   ~ListBuilder() {};

   inline ListBuilder& add(std::string const& name, SEXP x) {
      names.push_back(name);

      // NOTE: we need to protect the SEXPs we pass in; there is
      // probably a nicer way to handle this but ...
      elements.push_back(PROTECT(x));

      return *this;
   }

   inline operator List() const {
      List result(elements.size());
      for (size_t i = 0; i < elements.size(); ++i) {
         result[i] = elements[i];
      }
      result.attr("names") = wrap(names);
      UNPROTECT(elements.size());
      return result;
   }

   inline operator DataFrame() const {
      List result = static_cast<List>(*this);
      result.attr("class") = "data.frame";
      result.attr("row.names") = IntegerVector::create(NA_INTEGER, XLENGTH(elements[0]));
      return result;
   }

private:

   std::vector<std::string> names;
   std::vector<SEXP> elements;

   ListBuilder(ListBuilder const&) {}; // not safe to copy

};

// [[Rcpp::export]]
DataFrame test_builder(SEXP x, SEXP y, SEXP z) {
   return ListBuilder()
      .add("foo", x)
      .add("bar", y)
      .add("baz", z);
}

/*** R
test_builder(1:5, letters[1:5], rnorm(5))
*/

PS:与 Rcpp11 ，我们有可变参数函数，因此限制被消除了。