在rcpp函数中使用bool向量进行子集设置(rcpp初学者的问题…)

问题描述(考虑成人和儿童不同价格的会员资格): 我有两个数据集,一个包含年龄和一个代码。第二个数据帧将这些代码“解码”为依赖于某个孩子或成年人的数值。我知道要匹配两个数据集中的代码并接收一个向量,该向量包含数据集中每个客户的数值。

我可以使用标准的r功能来实现这一点,但是由于我的原始数据包含数百万个观测值,所以我希望使用rcpp包加快计算速度。

不幸的是,我没有成功,特别是如何执行基于逻辑向量的子设置,就像我在R中所做的那样。我对Rcpp很陌生,对C++没有经验,所以我可能缺少一些非常基本的点。

我附上了一个最低限度的工作实例为R和感谢任何帮助或解释!

library(Rcpp)

raw_data = data.frame(
       age = c(10, 14, 99, 67, 87, 54, 12, 44, 22, 8),
       iCode = c("code1", "code2", "code3", "code1", "code4", "code3", "code2", "code5", "code5", "code3"))

decoder = data.frame(
        code = c("code1","code2","code3","code4","code5"),
        kid = c(0,0,0,0,100),
        adult = c(100,200,300,400,500))

#-------- R approach (works, but takes ages for my original data set)
calc_value = function(data, decoder){
y = nrow(data)
for (i in 1:nrow(data)){
   position_in_decoder = (data$iCode[i] == decoder$code)
   if (data$age[i] > 18){
          y[i] = decoder$adult[position_in_decoder]
      }else{
          y[i] = decoder$kid[position_in_decoder]
      }
    }
 return(y)
 }

y = calc_value(raw_data, decoder)

#--------- RCPP approach (I cannot make this one work) :(

cppFunction(
'NumericVector calc_Rcpp(DataFrame df, DataFrame decoder) {
 NumericVector age = df["age"];
 CharacterVector iCode = df["iCode"];
 CharacterVector code = decoder["code"];
 NumericVector adult = decoder["adult"];
 NumericVector kid = decoder["kid"];
 const int n = age.size();
 LogicalVector position;
 NumericVector y(n);

  for (int i=0; i < n; ++i) {
    position = (iCode[i] == code);
    if (age[i] > 18 ) y[i] = adult[position];
    else y[i] = kid[position];
    }
  return y;
  }')