Rcpp 函数选择(并返回)子数据帧

Question

是否可以编写一个 C++ 函数来获取 R 数据帧作为输入，然后修改该数据帧(在我们的例子中采用子集)并返回新的数据帧(在这个问题中，返回一个子数据帧)？我下面的代码可能会让我的问题更清楚:

代码:

# Suppose I have the data frame below created in R:
myDF = data.frame(id = rep(c(1,2), each = 5), alph = letters[1:10], mess = rnorm(10))

# Suppose I want to write a C++ function that gets id as inout and returns 
# a sub-dataframe corresponding to that id (**If it's possible to return 
# DataFrame in C++**)

# Auxiliary function --> helps get a sub vector:
arma::vec myVecSubset(arma::vec vecMain, arma::vec IDVec, int ID){
  arma::uvec AuxVec = find(IDVec == ID);
  arma::vec rslt = arma::vec(AuxVec.size());
  for (int i = 0; i < AuxVec.size(); i++){
    rslt[i] = vecMain[AuxVec[i]];
  }
  return rslt;
}

# Here is my C++ function:
Rcpp::DataFrame myVecSubset(Rcpp::DataFrame myDF, int ID){
  arma::vec id = Rcpp::as<arma::vec>(myDF["id"]);
  arma::vec alph = Rcpp::as<arma::vec>(myDF["alpha"]);
  arma::vec mess = Rcpp::as<arma::vec>(myDF["mess"]);

  // here I take a sub-vector:
  arma::vec id_sub = myVecSubset(id, id, int ID);
  arma::vec alph_sub = myVecSubset(alph, id, int ID);
  arma::vec mess_sub = myVecSubset(mess, id, int ID);

  // here is the CHALLENGE: How to combine these vectors into a new data frame???
  ???
}

总结起来，其实主要有两个问题:1)有没有更好的方法在C++中获取上面的子数据帧？ (希望我可以简单地说 myDF[myDF$id == ID,]!!!)

2)我是否可以将 id_sub、alpha_sub 和mess_sub 组合到 R 数据帧中并返回它？

非常感谢您的帮助。

Answer 1

要补充 Romain 的答案，您可以尝试调用 [通过 Rcpp 进行操作。如果我们了解如何 df[x, ]被评估(即，它实际上是对 "[.data.frame"(df, x, R_MissingArg) 的调用，这很容易做到:

#include <Rcpp.h>
using namespace Rcpp;

Function subset("[.data.frame");

// [[Rcpp::export]]
DataFrame subset_test(DataFrame x, IntegerVector y) {
  return subset(x, y, R_MissingArg);
}

/*** R
df <- data.frame(x=1:3, y=letters[1:3])
subset_test(df, c(1L, 2L))
*/

给我

> df <- data.frame(x=1:3, y=letters[1:3])
> subset_test(df, c(1L, 2L))
  x y
1 1 a
2 2 b

在 Rcpp 中，对 R 的回调通常会较慢，但根据瓶颈的程度，它对您来说仍然足够快。

但要小心，因为此函数将对整数向量使用基于 1 的子集而不是基于 0 的子集。