我正在尝试初始化没有任何行的data.frame。基本上,我想为每个列指定数据类型并命名它们,但不会创建任何行作为结果。
到目前为止我能做的最好的事情是这样的:
df <- data.frame(Date=as.Date("01/01/2000", format="%m/%d/%Y"),
File="", User="", stringsAsFactors=FALSE)
df <- df[-1,]
这会创建一个data.frame,其中包含我想要的所有数据类型和列名的单行,但也会创建一个无用的行,然后需要将其删除。
有一个更好的方法吗?
只需用空向量初始化它:
df <- data.frame(Date=as.Date(character()),
File=character(),
User=character(),
stringsAsFactors=FALSE)
这是另一个具有不同列类型的示例:
df <- data.frame(Doubles=double(),
Ints=integer(),
Factors=factor(),
Logicals=logical(),
Characters=character(),
stringsAsFactors=FALSE)
str(df)
> str(df)
'data.frame': 0 obs. of 5 variables:
$ Doubles : num
$ Ints : int
$ Factors : Factor w/ 0 levels:
$ Logicals : logi
$ Characters: chr
注: :
使用错误类型的空列初始化data.frame
不会阻止进一步添加具有不同类型列的行。
从某种意义上说,这种方法从一开始就具有正确的列类型,因此如果您的代码依赖于某些列类型检查,它甚至可以使用零行的data.frame
。
如果您不介意不明确指定数据类型,可以这样做:
headers<-c("Date","File","User")
df <- as.data.frame(matrix(,ncol=3,nrow=0))
names(df)<-headers
#then bind incoming data frame with col types to set data types
df<-rbind(df, new_df)
要创建空数据框,请将所需的行数和列数传入以下函数:
create_empty_table <- function(num_rows, num_cols) {
frame <- data.frame(matrix(NA, nrow = num_rows, ncol = num_cols))
return(frame)
}
要在指定每列的类时创建空框架,只需将所需数据类型的向量传递到以下函数中:
create_empty_table <- function(num_rows, num_cols, type_vec) {
frame <- data.frame(matrix(NA, nrow = num_rows, ncol = num_cols))
for(i in 1:ncol(frame)) {
print(type_vec[i])
if(type_vec[i] == 'numeric') {frame[,i] <- as.numeric(df[,i])}
if(type_vec[i] == 'character') {frame[,i] <- as.character(df[,i])}
if(type_vec[i] == 'logical') {frame[,i] <- as.logical(df[,i])}
if(type_vec[i] == 'factor') {frame[,i] <- as.factor(df[,i])}
}
return(frame)
}
使用方法如下:
df <- create_empty_table(3, 3, c('character','logical','numeric'))
这使:
X1 X2 X3
1 <NA> NA NA
2 <NA> NA NA
3 <NA> NA NA
要确认您的选择,请运行以下命令:
lapply(df, class)
#output
$X1
[1] "character"
$X2
[1] "logical"
$X3
[1] "numeric"
如果你想要声明这样一个包含许多列的data.frame
,那么手动输入所有列类可能会很麻烦。特别是如果你可以使用rep
,这种方法简单快捷(比其他可以像这样推广的解决方案快15%):
如果所需的列类位于向量colClasses
中,则可以执行以下操作:
library(data.table)
setnames(setDF(lapply(colClasses, function(x) eval(call(x)))), col.names)
lapply
将生成一个所需长度的列表,其中每个元素只是一个空的类型向量,如numeric()
或integer()
。
qazxsw poi通过参考qazxsw poi演唱这张qazxsw poi。
setDF
通过引用添加所需的名称。
速度比较:
list
它也比以类似方式使用data.frame
更快:
setnames
通过使用classes <- c("character", "numeric", "factor",
"integer", "logical","raw", "complex")
NN <- 300
colClasses <- sample(classes, NN, replace = TRUE)
col.names <- paste0("V", 1:NN)
setDF(lapply(colClasses, function(x) eval(call(x))))
library(microbenchmark)
microbenchmark(times = 1000,
read = read.table(text = "", colClasses = colClasses,
col.names = col.names),
DT = setnames(setDF(lapply(colClasses, function(x)
eval(call(x)))), col.names))
# Unit: milliseconds
# expr min lq mean median uq max neval cld
# read 2.598226 2.707445 3.247340 2.747835 2.800134 22.46545 1000 b
# DT 2.257448 2.357754 2.895453 2.401408 2.453778 17.20883 1000 a
,我们可以为每列指定数据类型。
structure
假设您的列名称是动态的,您可以创建一个空的行命名矩阵并将其转换为数据框。
microbenchmark(times = 1000,
DT = setnames(setDF(lapply(colClasses, function(x)
eval(call(x)))), col.names),
struct = eval(parse(text=paste0(
"structure(list(",
paste(paste0(col.names, "=",
colClasses, "()"), collapse = ","),
"), class = \"data.frame\")"))))
#Unit: milliseconds
# expr min lq mean median uq max neval cld
# DT 2.068121 2.167180 2.821868 2.211214 2.268569 143.70901 1000 a
# struct 2.613944 2.723053 3.177748 2.767746 2.831422 21.44862 1000 b
这个问题没有具体解决我的问题(概述data.table
),但是如果有人想用参数化的列数而不是强制来做这件事:
library(data.table)
data=data.table(a=numeric(), b=numeric(), c=numeric())
作为divibisan陈述相关问题,
... [强制]发生的原因[当结合矩阵及其组成类型]是矩阵只能有一种数据类型。当您绑定2个矩阵时,结果仍然是矩阵,因此在转换为data.frame之前,变量都被强制转换为单个类型。
如果你已经有了一个现有的数据框,让我们说df
有你想要的列,那么你可以通过删除所有行来创建一个空的数据框:
empty_df = df[FALSE,]
请注意,df
仍然包含数据,但empty_df
没有。
我发现这个问题正在寻找如何创建一个空行的新实例,所以我认为它可能对某些人有帮助。
您无需指定列类型即可完成此操作
df = data.frame(matrix(vector(), 0, 3,
dimnames=list(c(), c("Date", "File", "User"))),
stringsAsFactors=F)
您可以使用带有空字符串的read.table
作为输入text
,如下所示:
colClasses = c("Date", "character", "character")
col.names = c("Date", "File", "User")
df <- read.table(text = "",
colClasses = colClasses,
col.names = col.names)
或者将col.names
指定为字符串:
df <- read.csv(text="Date,File,User", colClasses = colClasses)
感谢Richard Scriven的改进
最有效的方法是使用structure
创建一个类为"data.frame"
的列表:
structure(list(Date = as.Date(character()), File = character(), User = character()),
class = "data.frame")
# [1] Date File User
# <0 rows> (or 0-length row.names)
与目前接受的答案相比,这是一个简单的基准:
s <- function() structure(list(Date = as.Date(character()),
File = character(),
User = character()),
class = "data.frame")
d <- function() data.frame(Date = as.Date(character()),
File = character(),
User = character(),
stringsAsFactors = FALSE)
library("microbenchmark")
microbenchmark(s(), d())
# Unit: microseconds
# expr min lq mean median uq max neval
# s() 58.503 66.5860 90.7682 82.1735 101.803 469.560 100
# d() 370.644 382.5755 523.3397 420.1025 604.654 1565.711 100
只是声明
table = data.frame()
当你尝试rbind
第一行时,它将创建列
如果您正在寻找短缺:
read.csv(text="col1,col2")
所以您不需要单独指定列名。在填充数据框之前,您将获得默认的列类型逻辑。
我使用以下代码创建了空数据框
df = data.frame(id = numeric(0), jobs = numeric(0));
并尝试绑定一些行以填充相同如下。
newrow = c(3, 4)
df <- rbind(df, newrow)
但它开始提供不正确的列名,如下所示
X3 X4
1 3 4
解决方法是将newrow转换为df类型,如下所示
newrow = data.frame(id=3, jobs=4)
df <- rbind(df, newrow)
现在使用列名显示正确的数据框,如下所示
id nobs
1 3 4
如果要创建具有动态名称(变量中的colnames)的空data.frame,这可以帮助:
names <- c("v","u","w")
df <- data.frame()
for (k in names) df[[k]]<-as.numeric()
如果需要,您也可以更改类型。喜欢:
names <- c("u", "v")
df <- data.frame()
df[[names[1]]] <- as.numeric()
df[[names[2]]] <- as.character()