more work
authorBen Pfaff <blp@cs.stanford.edu>
Fri, 29 Jul 2022 22:55:30 +0000 (15:55 -0700)
committerBen Pfaff <blp@cs.stanford.edu>
Fri, 29 Jul 2022 22:55:30 +0000 (15:55 -0700)
src/data/dataset.c

index 931d3dcbbfb1ac1a23066719d68d4bf76f69ebff..b5851a37bf97ba73d58b812a60d66b30989df809 100644 (file)
@@ -950,156 +950,89 @@ dataset_need_lag (struct dataset *ds, int n_before)
   ds->n_lag = MAX (ds->n_lag, n_before);
 }
 \f
-/* Transformation for adding measurement level. */
+/* Measurement guesser, for guessing a measurement level from formats and
+   data. */
 
-struct measurement_level_value
+struct mg_value
   {
     struct hmap_node hmap_node;
     double value;
   };
 
-struct measurement_level_var
+struct mg_var
   {
     struct variable *var;
     struct hmap *values;
   };
 
 static void
-add_measurement_level_var_uninit (struct measurement_level_var *mlv)
+mg_var_uninit (struct mg_var *mgv)
 {
-  struct measurement_level_value *mlvalue, *next;
-  HMAP_FOR_EACH_SAFE (mlvalue, next, struct measurement_level_value, hmap_node,
-                      mlv->values)
+  struct mg_value *mgvalue, *next;
+  HMAP_FOR_EACH_SAFE (mgvalue, next, struct mg_value, hmap_node,
+                      mgv->values)
     {
-      hmap_delete (mlv->values, &mlvalue->hmap_node);
-      free (mlvalue);
+      hmap_delete (mgv->values, &mgvalue->hmap_node);
+      free (mgvalue);
     }
-  hmap_destroy (mlv->values);
-  free (mlv->values);
+  hmap_destroy (mgv->values);
+  free (mgv->values);
 }
 
 static enum measure
-add_measurement_level_var_interpret (const struct measurement_level_var *mlv)
+mg_var_interpret (const struct mg_var *mgv)
 {
-  size_t n = hmap_count (mlv->values);
+  size_t n = hmap_count (mgv->values);
   if (!n)
     {
       /* All missing (or no data). */
       return MEASURE_NOMINAL;
     }
 
-  const struct measurement_level_value *mlvalue;
-  HMAP_FOR_EACH (mlvalue, struct measurement_level_value, hmap_node,
-                 mlv->values)
-    if (mlvalue->value < 10)
+  const struct mg_value *mgvalue;
+  HMAP_FOR_EACH (mgvalue, struct mg_value, hmap_node,
+                 mgv->values)
+    if (mgvalue->value < 10)
       return MEASURE_NOMINAL;
   return MEASURE_SCALE;
 }
 
-struct measurement_level_trns
-  {
-    struct measurement_level_var *vars;
-    size_t n_vars;
-  };
-
 static enum measure
-add_measurement_level_trns_proc__ (struct measurement_level_var *mlv, double value)
+mg_var_add_value (struct mg_var *mgv, double value)
 {
-  if (var_is_num_missing (mlv->var, value))
+  if (var_is_num_missing (mgv->var, value))
     return MEASURE_UNKNOWN;
   else if (value < 0 || value != floor (value))
     return MEASURE_SCALE;
 
   size_t hash = hash_double (value, 0);
-  struct measurement_level_value *mlvalue;
-  HMAP_FOR_EACH_WITH_HASH (mlvalue, struct measurement_level_value, hmap_node,
-                           hash, mlv->values)
-    if (mlvalue->value == value)
+  struct mg_value *mgvalue;
+  HMAP_FOR_EACH_WITH_HASH (mgvalue, struct mg_value, hmap_node,
+                           hash, mgv->values)
+    if (mgvalue->value == value)
       return MEASURE_UNKNOWN;
 
-  mlvalue = xmalloc (sizeof *mlvalue);
-  mlvalue->value = value;
-  hmap_insert (mlv->values, &mlvalue->hmap_node, hash);
-  if (hmap_count (mlv->values) >= settings_get_scalemin ())
+  mgvalue = xmalloc (sizeof *mgvalue);
+  mgvalue->value = value;
+  hmap_insert (mgv->values, &mgvalue->hmap_node, hash);
+  if (hmap_count (mgv->values) >= settings_get_scalemin ())
     return MEASURE_SCALE;
 
   return MEASURE_UNKNOWN;
 }
 
-static void
-measurement_level_trns_run (struct measurement_level_trns *mlt,
-                            const struct ccase *c)
-{
-  for (size_t i = 0; i < mlt->n_vars; )
-    {
-      struct measurement_level_var *mlv = &mlt->vars[i];
-      double value = case_num (c, mlv->var);
-      enum measure m = add_measurement_level_trns_proc__ (mlv, value);
-      if (m != MEASURE_UNKNOWN)
-        {
-          var_set_measure (mlv->var, m);
-
-          add_measurement_level_var_uninit (mlv);
-          *mlv = mlt->vars[--mlt->n_vars];
-        }
-      else
-        i++;
-    }
-}
-
-static enum trns_result
-add_measurement_level_trns_proc (void *mlt_, struct ccase **c,
-                                 casenumber case_nr UNUSED)
-{
-  struct measurement_level_trns *mlt = mlt_;
-  measurement_level_trns_run (mlt, *c);
-  return TRNS_CONTINUE;
-}
-
-static void
-add_measurement_level_trns_free__ (struct measurement_level_trns *mlt)
-{
-  for (size_t i = 0; i < mlt->n_vars; i++)
-    {
-      struct measurement_level_var *mlv = &mlt->vars[i];
-      var_set_measure (mlv->var, add_measurement_level_var_interpret (mlv));
-      add_measurement_level_var_uninit (mlv);
-    }
-  free (mlt->vars);
-  free (mlt);
-}
-
-static void
-measurement_level_trns_commit (struct measurement_level_trns *mlt)
-{
-  for (size_t i = 0; i < mlt->n_vars; i++)
-    {
-      struct measurement_level_var *mlv = &mlt->vars[i];
-      var_set_measure (mlv->var, add_measurement_level_var_interpret (mlv));
-    }
-}
-
-static bool
-add_measurement_level_trns_free (void *mlt_)
-{
-  struct measurement_level_trns *mlt = mlt_;
-  measurement_level_trns_commit (mlt);
-  add_measurement_level_trns_free__ (mlt);
-  return true;
-}
-
-static const struct trns_class add_measurement_level_trns_class = {
-  .name = "add measurement level",
-  .execute = add_measurement_level_trns_proc,
-  .destroy = add_measurement_level_trns_free,
-};
+struct measure_guesser
+  {
+    struct mg_var *vars;
+    size_t n_vars;
+  };
 
-static struct measurement_level_trns *
-create_measurement_level_trns (struct dictionary *dict)
+static struct measure_guesser *
+measure_guesser_create (struct dictionary *dict)
 {
-  struct measurement_level_var *mlvs = NULL;
-  size_t n_mlvs = 0;
-  size_t allocated_mlvs = 0;
+  struct mg_var *mgvs = NULL;
+  size_t n_mgvs = 0;
+  size_t allocated_mgvs = 0;
 
   for (size_t i = 0; i < dict_get_n_vars (dict); i++)
     {
@@ -1115,58 +1048,80 @@ create_measurement_level_trns (struct dictionary *dict)
           continue;
         }
 
-      if (n_mlvs >= allocated_mlvs)
-        mlvs = x2nrealloc (mlvs, &allocated_mlvs, sizeof *mlvs);
+      if (n_mgvs >= allocated_mgvs)
+        mgvs = x2nrealloc (mgvs, &allocated_mgvs, sizeof *mgvs);
 
-      struct measurement_level_var *mlv = &mlvs[n_mlvs++];
-      *mlv = (struct measurement_level_var) {
+      struct mg_var *mgv = &mgvs[n_mgvs++];
+      *mgv = (struct mg_var) {
         .var = var,
-        .values = xmalloc (sizeof *mlv->values),
+        .values = xmalloc (sizeof *mgv->values),
       };
-      hmap_init (mlv->values);
+      hmap_init (mgv->values);
     }
-  if (!n_mlvs)
+  if (!n_mgvs)
     return NULL;
 
-  struct measurement_level_trns *mlt = xmalloc (sizeof *mlt);
-  *mlt = (struct measurement_level_trns) {
-    .vars = mlvs,
-    .n_vars = n_mlvs,
+  struct measure_guesser *mg = xmalloc (sizeof *mg);
+  *mg = (struct measure_guesser) {
+    .vars = mgvs,
+    .n_vars = n_mgvs,
   };
-  return mlt;
+  return mg;
 }
 
 static void
-add_measurement_level_trns (struct dataset *ds, struct dictionary *dict)
+measure_guesser_add_case (struct measure_guesser *mg, const struct ccase *c)
 {
-  struct measurement_level_trns *mlt = create_measurement_level_trns (dict);
-  if (mlt)
-    add_transformation (ds, &add_measurement_level_trns_class, mlt);
+  for (size_t i = 0; i < mg->n_vars; )
+    {
+      struct mg_var *mgv = &mg->vars[i];
+      double value = case_num (c, mgv->var);
+      enum measure m = mg_var_add_value (mgv, value);
+      if (m != MEASURE_UNKNOWN)
+        {
+          var_set_measure (mgv->var, m);
+
+          mg_var_uninit (mgv);
+          *mgv = mg->vars[--mg->n_vars];
+        }
+      else
+        i++;
+    }
 }
 
 static void
-cancel_measurement_level_trns (struct trns_chain *chain)
+measure_guesser_destroy (struct measure_guesser *mg)
 {
-  if (!chain->n)
+  if (!mg)
     return;
 
-  struct transformation *trns = &chain->xforms[chain->n - 1];
-  if (trns->class != &add_measurement_level_trns_class)
-    return;
+  for (size_t i = 0; i < mg->n_vars; i++)
+    {
+      struct mg_var *mgv = &mg->vars[i];
+      var_set_measure (mgv->var, mg_var_interpret (mgv));
+      mg_var_uninit (mgv);
+    }
+  free (mg->vars);
+  free (mg);
+}
 
-  struct measurement_level_trns *mlt = trns->aux;
-  add_measurement_level_trns_free__ (mlt);
-  chain->n--;
+static void
+measure_guesser_commit (struct measure_guesser *mg)
+{
+  for (size_t i = 0; i < mg->n_vars; i++)
+    {
+      struct mg_var *mgv = &mg->vars[i];
+      var_set_measure (mgv->var, mg_var_interpret (mgv));
+    }
 }
 
 bool
 measure_guesser_is_needed (struct dataset *ds)
 {
-  struct measurement_level_trns *mlt
-    = create_measurement_level_trns (dataset_dict (ds));
-  if (mlt)
+  struct measure_guesser *mg = measure_guesser_create (dataset_dict (ds));
+  if (mg)
     {
-      add_measurement_level_trns_free__ (mlt);
+      measure_guesser_destroy (mg);
       return true;
     }
   return false;
@@ -1175,22 +1130,67 @@ measure_guesser_is_needed (struct dataset *ds)
 void
 measure_guesser_run (struct dataset *ds, const struct casereader *reader)
 {
-  struct measurement_level_trns *mlt
-    = create_measurement_level_trns (dataset_dict (ds));
-  if (!mlt)
+  struct measure_guesser *mg = measure_guesser_create (dataset_dict (ds));
+  if (!mg)
     return;
 
   struct casereader *r = casereader_clone (reader);
-  while (mlt->n_vars > 0)
+  while (mg->n_vars > 0)
     {
       struct ccase *c = casereader_read (r);
-      measurement_level_trns_run (mlt, c);
+      measure_guesser_add_case (mg, c);
       case_unref (c);
     }
   casereader_destroy (r);
 
-  measurement_level_trns_commit (mlt);
-  add_measurement_level_trns_free__ (mlt);
+  measure_guesser_commit (mg);
+  measure_guesser_destroy (mg);
+}
+\f
+static enum trns_result
+mg_trns_proc (void *mg_, struct ccase **c, casenumber case_nr UNUSED)
+{
+  struct measure_guesser *mg = mg_;
+  measure_guesser_add_case (mg, *c);
+  return TRNS_CONTINUE;
+}
+
+static bool
+mg_trns_free (void *mg_)
+{
+  struct measure_guesser *mg = mg_;
+  measure_guesser_commit (mg);
+  measure_guesser_destroy (mg);
+  return true;
+}
+
+static const struct trns_class mg_trns_class = {
+  .name = "add measurement level",
+  .execute = mg_trns_proc,
+  .destroy = mg_trns_free,
+};
+
+static void
+add_measurement_level_trns (struct dataset *ds, struct dictionary *dict)
+{
+  struct measure_guesser *mg = measure_guesser_create (dict);
+  if (mg)
+    add_transformation (ds, &mg_trns_class, mg);
+}
+
+static void
+cancel_measurement_level_trns (struct trns_chain *chain)
+{
+  if (!chain->n)
+    return;
+
+  struct transformation *trns = &chain->xforms[chain->n - 1];
+  if (trns->class != &mg_trns_class)
+    return;
+
+  struct measure_guesser *mg = trns->aux;
+  measure_guesser_destroy (mg);
+  chain->n--;
 }
 \f
 static void