r - Rcpp 中的高效子集化(相当于 R "which"命令)

Question

在 Rcpp 中，有各种“Rcpp 糖”命令允许在代码中进行良好的矢量化操作。在下面的代码中，我移动了一个数据框，将其分解为向量，然后使用“ifelse”和“sum”糖命令来计算 x 等于 y 或 y+1 的行上的 v 均值。一切似乎都正常工作。

只是想知道是否有比这更简洁的方法 - 例如相当于给出满足特定条件的索引点的“which”命令？ 在 Armadillo 中似乎有一个可用作“查找”的工具，但这意味着使用不兼容的对象类型(您不能同时使用“查找”和“ifelse”)。

关于同一主题，是否有可能让“ifelse”接受复合逻辑条件？ 例如，在下面的示例中，indic 的定义由两个“ifelse”命令组成，显然它会更清晰。任何想法将不胜感激。

期待听到您的回复:)

require(Rcpp)
require(inline)

set.seed(42)
df = data.frame(x = rpois(1000,3), y = rpois(1000,3), v = rnorm(1000),
                stringsAsFactors=FALSE)

myfunc1 = cxxfunction(
    signature(DF = "data.frame"),
    plugin = "Rcpp",
    body = '
            using namespace Rcpp;
            DataFrame df(DF);
            IntegerVector x = df["x"];
            IntegerVector y = df["y"];
            NumericVector v = df["v"];

            LogicalVector indic = ifelse(x==y,true,ifelse(x==y+1,true,false));
            double subsum = sum(ifelse(indic,v,0));
            int subsize = sum(indic);
            double mn = ((subsize>0) ? subsum/subsize : 0.0);

            return(Rcpp::List::create(_["subsize"] = subsize, 
                                      _["submean"] = mn
                                     ));
            '
            )

myfunc1(df)

### OUTPUT:
# 
# $subsize
# [1] 300
# 
# $submean
# [1] 0.1091555
# 

Answer 1

Rcpp (>= 0.10.0) 实现了 | 两个逻辑糖表达式之间的运算符。所以你可以这样做:

require( Rcpp )

cppFunction( code = '
List subsum( IntegerVector x, IntegerVector y, NumericVector v){
    using namespace Rcpp ;

    LogicalVector indic  = (x==y) | (x==y+1) ;
    int subsize          = sum(indic) ;
    double submean       = subsize == 0 ? 0.0 : sum(ifelse(indic,v,0)) / subsize ;

    return List::create( _["subsize"] = subsize, _["submean"] = submean ) ;
}
' )
subsum( rpois(1000,3), rpois(1000,3), rnorm(1000) )
# $subsize
# [1] 320
# 
# $submean
# [1] -0.05708866