Question

我正在使用R bigmemory包和Rcpp来处理大矩阵（1到10百万列x 1000行）。一旦我将包含0,2和NA的整数矩阵读入RI中的文件备份大记忆矩阵，就想通过C ++修改所有NA值，以便对每列的平均值进行插补或任意值插补（I在这里显示后者）。

以下是我编写的Rcpp函数，但不起作用。我希望从R中调用BigNA(mybigmatrix@address)可以在矩阵中找到作为NA的元素，并直接在后备文件中修改其值。

我认为问题可能出在std::isnan(mat[j][i])的评估中。我通过创建一个替代函数来检查这一点，该函数使用累加器计算NA值，并且实际上没有计算任何NA。但是一旦解决了这个问题，我也不确定表达式mat[j][i] = 1是否会修改后备文件中的值。写这些陈述对于我来说具有R背景感觉很直观，但可能是错误的。

非常感谢任何帮助/建议。

#include <stdio.h>
#include <Rcpp.h>
#include <bigmemory/MatrixAccessor.hpp>
#include <numeric>
// [[Rcpp::depends(BH, bigmemory)]]
// [[Rcpp::depends(Rcpp)]]


// [[Rcpp::export]]
void BigNA(SEXP pBigMat) {
  /*
  * Imputation of "NA" values for "1" in a big 0, 2 NA matrix.
  */

  // Create the external bigmatrix pointer and iniciate matrix accessor
  XPtr<BigMatrix> xpMat(pBigMat);
  MatrixAccessor<int> mat = (*xpMat);

  // Iterater over the elements in a matrix and when NA is found, substitute for "1"
  for(int i=0; i< xpMat->ncol(); i++){
    for(int j=0; j< xpMat->nrow(); j++){
      if(std::isnan(mat[j][i])){ 
        mat[j][i] = 1;
      }
    }
  }
}

Answer 1

问题源于R中NA与C ++中NAN之间的差异。

MatrixAccessor<int>为您提供了int类型值的访问者。 R中的任何数字都可以是NA，但C ++中的int永远不会NAN。优化编译器可以完全忽略std::isnan(x) x类型为int的{{1}}，就像您的情况一样。

要解决此问题，您可以：

使用MatrixAccessor<float>（或double）。这意味着实际存储不同的数据类型。
检查您为NA元素实际获得的值。我想你会发现它在C ++中是INT_MIN（-2147483648）。将isnan(x)替换为x == INT_MIN。

相关：Extracting a column with NA's from a bigmemory object in Rcpp

Answer 2

包 bigmemory 有一些检查NA的功能。

只需添加#include <bigmemory/isna.hpp>标题即可。并将std::isnan(mat[j][i])替换为isna(mat[j][i])。

如何修改bigmemory中的文件支持矩阵的值rcpp

2 个答案: