r - 如何在 Rcpp 中测试 NA 的日期时间？

Question

使用 Rcpp我正在尝试在传递给 C++(类 DatetimeVector)的 POSIXct 向量中测试 NA。 Rcpp::is_na(.) 函数似乎适用于 NumericVector、CharcterVector... 但不适用于 DatetimeVector.

这是测试 NA 的 C++ 代码，用于 NumericVector 和 CharacterVector 但如果您添加则无法编译DatetimeVector

#include <Rcpp.h>
using namespace std;
using namespace Rcpp;

//[[Rcpp::export]]
List testNA(DataFrame df){

    const int N = df.nrows();

    //Test for NA in an IntegerVector
    IntegerVector intV = df["intV"];
    LogicalVector resInt = is_na(intV); 
    //Test for NA in an CharacterVector
    CharacterVector strV = df["strV"];
    LogicalVector resStr = is_na(strV);

    //Test for NA in an DatetimeVector
    DatetimeVector dtV = df["dtV"];
    LogicalVector resDT;
    //resDT = is_na(dtV); UNCOMMENT => DOES NOT COMPILE

    return(List::create(_["df"]=df, 
                        _["resInt"]=resInt,
                        _["resStr"]=resStr,
                        _["resDT"]=resDT));

}
/*** R
cat("testing for NA\n")
intV <- c(1,NA,2)
df <- data.frame(intV=intV, strV=as.character(intV), dtV=as.POSIXct(intV,origin='1970-01-01'))
str(df)
testNA(df)
*/

在 R 中

library("Rcpp")
sourceCpp("theCodeAbove.cpp")

Answer 1

我添加了(Rcpp 的修订版 4405)is_na 的实现对于 DateVector和 DatetimeVector不需要转换为 NumericVector ，它创建了一个我们实际上不需要的临时对象。

但是，我们并没有受到太大的性能影响，因为大部分时间都花在构造 DatetimeVector 上了。对象。

#include <Rcpp.h>
using namespace Rcpp ;

// [[Rcpp::export]]
LogicalVector isna_cast( DatetimeVector d){
    // version with the cast
    return is_na( as<NumericVector>( d ) ) ;
}

// [[Rcpp::export]]
LogicalVector isna( DatetimeVector d){
    // without cast
    return is_na( d ) ;
}

// [[Rcpp::export]]
void do_nothing( DatetimeVector d){
    // just measuring the time it takes to 
    // create a DatetimeVector from an R object    
}

用 microbenchmark 进行基准测试:

require(microbenchmark)

intV <- rep( c(1,NA,2), 100000 )
dtV  <- as.POSIXct(intV,origin='1970-01-01')

microbenchmark( 
    isna_cast( dtV ),
    isna( dtV ), 
    do_nothing( dtV )
)

#    Unit: milliseconds
#            expr      min       lq   median       uq      max neval
#  isna_cast(dtV) 67.03146 68.04593 68.71991 69.39960 96.46747   100
#       isna(dtV) 65.71262 66.43674 66.77992 67.16535 95.93567   100
# do_nothing(dtV) 57.15901 57.72670 58.08646 58.39948 58.97939   100

大约 85% 的时间用于创建 DatetimeVector目的。这是因为 DatetimeVector和 DateVector类不使用我们在 Rcpp 中其他地方使用的代理设计。 DatetimeVector本质上是一个 std::vector<Datetime>和每一个 Datetime objects 是从 R 的底层对象的相应元素创建的。

更改DatetimeVector 的api 可能为时已晚和 DateVector并使它们基于代理，但也许还有像 POSIXct 这样的空间类(class)。

相比之下，让我们测量一下对 NumericVector 什么也不做的时间。 :

// [[Rcpp::export]]
void do_nothing_NumericVector( NumericVector d){}

#    Unit: microseconds
#                     expr      min         lq     median        uq       max
#           isna_cast(dtV) 66985.21 68103.0060 68960.7880 69416.227 95724.385
#                isna(dtV) 65699.72 66544.9935 66893.5720 67213.064 95262.267
#          do_nothing(dtV) 57209.26 57865.1140 58306.8780 58630.236 69897.636
# do_nothing_numeric(intV)     4.22     9.6095    15.2425    15.511    33.978