Question

我正在C上写一些R扩展（从R调用C函数）。

我的代码需要同时使用2个不同的数据集来计算统计量，我需要使用所有可能的对组合来执行此操作。然后，我需要所有这些统计信息（非常大的数组）来继续C侧的计算。这些文件非常大，通常约为40GB，这就是我的问题。

要在R调用的C上执行此操作，首先我需要加载R中的所有数据集以将它们传递给C函数调用。但是，理想情况下，如果我能够直接从C或Fortran访问数据集，则可以按顺序在内存中仅保留其中2个文件：

open  file1 - open file2 - compute cov(1,2)
close file2
hold  file1 - open file3 - compute cov(1,3)
... // same approach

这在R上很好，因为我可以加载/卸载文件，但是在调用C或Fortran时我没有任何加载/卸载文件的机制。所以，我的问题是，我可以直接从Fortran或C读取.Rdata文件，能够打开/关闭它们吗？还有其他任何解决问题的方法吗？

据我所知，答案是否定的。所以，我考虑从Rdata转移到HDF5。

Answer 1

使用.Call接口从C调用R函数并不困难。因此，编写一个输入数据的R函数，并从C调用它。当您完成一个文件时，UNPROTECT（）您读入的数据。这将在下面说明

## function that reads my data in from a single file
fun <- function(fl)
    readLines(fl)

library(inline)  ## party trick -- compile C code from within R
doit <- cfunction(signature(fun="CLOSXP", filename="STRSXP", env="ENVSXP"), '
    SEXP lng = PROTECT(lang2(fun, filename)); // create R language expression
    SEXP ans = PROTECT(eval(lng, env));       // evaluate the expression
    // do things with the ans, e.g., ...
    int len = length(ans);
    UNPROTECT(2);                     // release for garbage collection
    return ScalarInteger(len);        // return something
')

doit(fun, "call.R", environment())

一种更简单的方法是反转问题 - 读入两个数据文件，然后用数据调用C.

可以从C或Fortran读取.Rdata文件格式吗？

1 个答案: