我对使用Rcpp创建具有可变列数的数据框感兴趣。通过这种方式,我的意思是只有在运行时才能知道列数。有些列将是标准列,但其他列将重复n次,其中n是我在特定运行中考虑的功能数。
我知道我可以按如下方式创建数据框:
IntegerVector i1(3); i1[0]=4;i1[1]=2134;i1[2]=3453;
IntegerVector i2(3); i2[0]=4123;i2[1]=343;i2[2]=99123;
DataFrame df = DataFrame::create(Named("V1")=i1,Named("V2")=i2);
但在这种情况下,假设列数为2.
为了简化我需要的解释,假设我想传递一个SEXP变量,指定要在变量部分中创建的列数。类似的东西:
RcppExport SEXP myFunc(SEXP n, SEXP <other stuff>)
IntegerVector i1(3); <compute i1>
IntegerVector i2(3); <compute i2>
for(int i=0;i<n;i++){compute vi}
DataFrame df = DataFrame::create(Named("Num")=i1,Named("ID")=i2,...,other columns v1 to vn);
其中n作为参数传递。 R中的最终数据框看起来像
Num ID V1 ... Vn
1 2 5 'aasda'
...
(实际上,列名不会是#34; Vx&#34;的形式,但它们会在运行时被人知道。)换句话说,我不能使用静态列表
Named()=...
因为号码会改变。
我试过跳过&#34; Named()&#34;构造函数的一部分,然后在末尾命名列,但结果是垃圾。
可以这样做吗?
答案 0 :(得分:6)
如果我理解你的问题,似乎最容易利用以DataFrame
作为参数的List
构造函数(因为List
的大小可以直接指定),并通过.attr("names")
和CharacterVector
设置列的名称:
#include <Rcpp.h>
// [[Rcpp::export]]
Rcpp::DataFrame myFunc(int n, Rcpp::List lst,
Rcpp::CharacterVector Names = Rcpp::CharacterVector::create()) {
Rcpp::List tmp(n + 2);
tmp[0] = Rcpp::IntegerVector(3);
tmp[1] = Rcpp::IntegerVector(3);
Rcpp::CharacterVector lnames = Names.size() < lst.size() ?
lst.attr("names") : Names;
Rcpp::CharacterVector names(n + 2);
names[0] = "Num";
names[1] = "ID";
for (std::size_t i = 0; i < n; i++) {
// tmp[i + 2] = do_something(lst[i]);
tmp[i + 2] = lst[i];
if (std::string(lnames[i]).compare("") != 0) {
names[i + 2] = lnames[i];
} else {
names[i + 2] = "V" + std::to_string(i);
}
}
Rcpp::DataFrame result(tmp);
result.attr("names") = names;
return result;
}
还有一点额外的事情要允许Names
向量是可选的 - 例如如果您只使用命名列表,则可以省略第三个参数。
lst1 <- list(1L:3L, 1:3 + .25, letters[1:3])
##
> myFunc(length(lst1), lst1, c("V1", "V2", "V3"))
# Num ID V1 V2 V3
#1 0 0 1 1.25 a
#2 0 0 2 2.25 b
#3 0 0 3 3.25 c
lst2 <- list(
Column1 = 1L:3L,
Column2 = 1:3 + .25,
Column3 = letters[1:3],
Column4 = LETTERS[1:3])
##
> myFunc(length(lst2), lst2)
# Num ID Column1 Column2 Column3 Column4
#1 0 0 1 1.25 a A
#2 0 0 2 2.25 b B
#3 0 0 3 3.25 c C
正如@hrbrmstr所指出的那样,请注意DataFrame
构造函数的this signature的20长度限制。
答案 1 :(得分:2)
这是一个古老的问题,但我想像我一样,越来越多的人为此而苦苦挣扎。从这里的其他答案开始,我得出了一个不受DataFrame构造函数的20列限制限制的解决方案:
// [[Rcpp::plugins(cpp11)]]
#include <Rcpp.h>
#include <string>
#include <iostream>
using namespace Rcpp;
// [[Rcpp::export]]
List variableColumnList(int numColumns=30) {
List retval;
for (int i=0; i<numColumns; i++) {
std::ostringstream colName;
colName << "V" << i+1;
retval.push_back( IntegerVector::create(100*i, 100*i + 1),colName.str());
}
return retval;
}
// [[Rcpp::export]]
DataFrame variableColumnListAsDF(int numColumns=30) {
Function asDF("as.data.frame");
return asDF(variableColumnList(numColumns));
}
// [[Rcpp::export]]
DataFrame variableColumnListAsTibble(int numColumns=30) {
Function asTibble("tbl_df");
return asTibble(variableColumnList(numColumns));
}
因此,首先将列推入空的List
来构建C ++ List
。 (我在这里动态生成了值和列名。)然后,将其作为R list
返回,或者使用两个辅助函数之一将它们转换为data.frame
或{{1 }}。一个人可以从R中完成后者,但我找到了这种清洁器。