r - 如何处理Rcpp中的因素

Question

我正在尝试学习如何在 R 中使用 Rcpp。有人可以指点一下吗
找出此代码的问题所在。可能不止一个
问题。

当c对象进入fun()在代码的底部，我希望它输出一个向量/数组，其值为“Home”、“Elsewhere”或“Number”。

我发现这里的数据类型有点令人困惑。我的原始数据集是一个因素。如果我把它放入 storage.mode()它返回 integer .我假设我必须分配 x参数为 IntegerVector .这让我很困惑，因为数据包含字母，即“H”和“E”，那么数据怎么可能是整数呢？
当我在 if 语句中说 == "H"时，我不知道它是否理解我在说什么。

library(Rcpp)

c <- factor(c("E", "H", "E", "12", "10", "60", "80", "11", "H", "H"))
class(c)
storage.mode(c)

cppFunction(' IntegerVector fun(IntegerVector x){

            // creates an empty character vector the size/length of x.
            CharacterVector y = x.size() ;


            int n = x.size() - 1 ;


            //loop
            for(int i = 0; i <= n; i = i + 1){

            if(x[i] == "H"){
            y[i] = "Home" ;

            }else if(x[i] == "E"){
            y[i] = "Elsewhere" ;
            }else{
            y[i] = "Number" ;
            } ;


            }



            return y ;

            }')


fun(c)

Answer 1

注:自始至终，我都会引用f ，不是 c .将变量命名为与内置函数或常量相同的名称是不好的做法，例如 c , T , 或 F .因此，我将代码的开头更改如下:

library(Rcpp)

f <- factor(c("E", "H", "E", "12", "10", "60", "80", "11", "H", "H"))

除了看 class(f)和 storage.mode(f) ，看 str(f)有用:

str(f)
# Factor w/ 7 levels "10","11","12",..: 6 7 6 3 1 4 5 2 7 7

事实上，因子是一个具有“级别”的整数向量:对应于每个唯一整数值​​的字符向量。幸运的是，您可以使用 .attr() 从 C++ 中获得它。 Rcpp::IntegerVector的成员函数:

cppFunction('CharacterVector fun(IntegerVector x){

            // creates an empty character vector the size/length of x.
            CharacterVector y = x.size() ;

            // Get the levels of x
            CharacterVector levs = x.attr("levels");

            int n = x.size() - 1 ;


            //loop
            for(int i = 0; i <= n; i = i + 1){

            if(levs[x[i]-1] == "H"){
            y[i] = "Home" ;

            }else if(levs[x[i]-1] == "E"){
            y[i] = "Elsewhere" ;
            }else{
            y[i] = "Number" ;
            } ;


            }



            return y ;

            }')

fun(f)
# [1] "Elsewhere" "Home"      "Elsewhere" "Number"    "Number"    "Number"   
# [7] "Number"    "Number"    "Home"      "Home" 

所以，要得到你想要的，你必须做三件事:

将返回类型从 IntegerVector 更改为至 CharacterVector (尽管您完全正确地认为输入应该是 IntegerVector )

使用 CharacterVector levs = x.attr("levels"); 获取因子的水平

比较 levs[x[i]-1]至 "H"等，而不是 x[i] -- x[i]将始终是一个整数，给出它对应的水平向量的元素。我们做 -1因为 C++ 是 0-indexed 而 R 是 1-indexed。

其他注意事项:

正如您所说，很明显，“[您] 正在尝试学习如何在 R 中使用 Rcpp()。”您肯定想花一些时间在诸如 Rcpp for Everyone 之类的资源上。 (这是关于因素的章节)， Rcpp Gallery (这个具体链接是一篇关于因素的文章)， Hadley's chapter on Rcpp ，当然还有可用的 Rcpp 小插图 here .