Rcpp 和 int64 NA 值答案

【问题标题】：Rcpp and int64 NA valueRcpp 和 int64 NA 值
【发布时间】：2020-04-23 11:35:01
【问题描述】：

如何在 64 位向量中将 NA 值从 Rcpp 传递给 R？

我的第一个方法是：

// [[Rcpp::export]]                                     
Rcpp::NumericVector foo() {
  Rcpp::NumericVector res(2);

  int64_t val = 1234567890123456789;
  std::memcpy(&(res[0]), &(val), sizeof(double));
  res[1] = NA_REAL;

  res.attr("class") = "integer64";
  return res;
}

但它会产生

#> foo()
integer64
[1] 1234567890123456789 9218868437227407266

我需要得到

#> foo()
integer64
[1] 1234567890123456789 <NA>

【问题讨论】：

您不能在memcpy 之后使用NA_REAL，因为此时位模式是int64 之一。
我还要编辑标题。 默认 64 位 NA 只是 NA_real，这不是您的问题所在。
但是 memcpy 只复制 64 位 (sizeof(double)) 对吗？所以res[0] 从val 获得64 位，然后设置res[1] = ... 使用接下来的64 位。我同意结果，但不要真正遵循您的第一条评论。
重点是向量的内容然后逐位成为int64_t，它只是“停放在”@ 987654333@ 向量（又名NumericVector）。没有神奇的逻辑副本。 Jems 正在亲手完成所有繁重的工作。包括映射 NA。
那个。是。什么。我有。到过。试。到。解释。例如，查看现有 NA 定义的 R 源。查看一些使用int64 的包，看看它们做了什么。

标签： r rcpp na bit64

【解决方案1】：

好吧，我想我找到了答案……（不是很漂亮，但很有效）。

简答：

// [[Rcpp::export]]                                     
Rcpp::NumericVector foo() {
  Rcpp::NumericVector res(2);

  int64_t val = 1234567890123456789;
  std::memcpy(&(res[0]), &(val), sizeof(double));

  # This is the magic:
  int64_t v = 1ULL << 63;
  std::memcpy(&(res[1]), &(v), sizeof(double));

  res.attr("class") = "integer64";
  return res;
}

导致

#> foo()
integer64
[1] 1234567890123456789 <NA>

更长的答案

检查bit64 如何存储NA

# the last value is the max value of a 64 bit number
a <- bit64::as.integer64(c(1, 2, NA, 9223372036854775807))
a
#> integer64
#> [1] 1    2    <NA> <NA>
bit64::as.bitstring(a[3])
#> [1] "1000000000000000000000000000000000000000000000000000000000000000"
bit64::as.bitstring(a[4])
#> [1] "1000000000000000000000000000000000000000000000000000000000000000"

^{由reprex package (v0.3.0) 于 2020 年 4 月 23 日创建}

我们看到它是10000...。这可以在Rcpp 和int64_t val = 1ULL << 63; 中重新创建。使用memcpy() 而不是使用= 进行简单分配可确保不会更改任何位！

【讨论】：

是的。如果您查看一些源代码包，您会看到相应的 #define 语句将一位模式（通常是 min 或 max）声明为 NA 值。

【解决方案2】：

这真的要简单得多。我们在 R 中具有 int64 的行为，由（几个）附加包提供，其中最好的是 bit64 为我们提供了 integer64 S3 类和相关行为。

内部defines the NA如下：

#define NA_INTEGER64 LLONG_MIN

这就是全部。 R 及其包是最重要的 C 代码，LLONG_MIN 存在并（几乎）一直追溯到创始人。

这里有两节课。第一个是 IEEE 为 浮点值 定义 NaN 和 Inf 的扩展。 R 实际上远远超出并为它的每个类型添加了NA。几乎以上述方式：通过保留一个特定的位模式。（在一种情况下，是两位原始 R 创作者之一的生日。）

另一个是欣赏 Jens 使用 bit64 包和所有所需的转换和运算符函数所做的大量工作。无缝转换所有可能的值，包括 NA、NaN、Inf、... 是一项不小的任务。

而且这是一个没有太多人知道的简洁主题。很高兴您提出这个问题，因为我们现在在这里有记录。

【讨论】：