将数据集从R传递到C++ (使用.Call)

Question

我需要通过C++加速R中的数据处理。我已经有了我的C++代码，它基本上从txt文件读取R应该传递的内容。因为我需要R来进行分析，所以我想在R中集成我的C++代码。

C++代码需要的是(大型)数据(我使用std::vector< std::vector> >)和一组参数，因此我考虑通过.Call接口传递参数，然后以以下方式处理数据：

• R:用给定的编码在txt文件中写入数据
• C++：从txt读取，做我需要做的事情，并在txt中写入结果(仍然是数据集-> std：：->)
• R:阅读txt的结果。

这将避免我重写部分代码。可能的问题/瓶颈是在阅读/写作，你认为这是一个真正的问题吗？

否则，作为一种选择，通过C++接口复制.Call结构中的所有数据是否合理？

谢谢。

Answer 1

您可以从RcppExamples包中非常简单的RcppExamples示例开始：

#include <Rcpp.h>
using namespace Rcpp;

// [[Rcpp::export]]
List DataFrameExample(const DataFrame & DF) {

    // access each column by name
    IntegerVector a = DF["a"];
    CharacterVector b = DF["b"];
    DateVector c = DF["c"];

    // do something
    a[2] = 42;
    b[1] = "foo";
    c[0] = c[0] + 7; // move up a week

    // create a new data frame
    DataFrame NDF = DataFrame::create(Named("a")=a,
                                      Named("b")=b,
                                      Named("c")=c);

    // and return old and new in list
    return List::create(Named("origDataFrame") = DF,
                        Named("newDataFrame") = NDF);
}

您可以分配向量(来自Rcpp或STL)和矩阵(同样，也可以从Rcpp分配，或者如果您喜欢嵌套STL向量)。然后你还可以通过RcppEigen和RcppArmadillo得到艾根和阿尔马迪洛。有超过1350个包裹你可以学习。在Rcpp画廊上有大量的准备运行的例子。

Answer 2

来回读写大型数据集并不是在R和C++代码之间传递数据的最佳解决方案。根据C++代码执行的时间长短，这可能是代码中最糟糕的瓶颈，也可能不是最糟糕的瓶颈，但是应该避免这种方法。

您可以查看下面的解决方案来传递data.frame (或data.table)对象：RcppArmadillo

至于传递附加参数，则取决于我们所讨论的参数类型。如果这些只是数值，那么您可以直接将它们传递给C++ (参见高性能函数与Rcpp：http://adv-r.had.co.nz/Rcpp.html)。