创建一个空的data.frame

问题描述 投票:414回答:15

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?

r dataframe r-faq
15个回答
586
投票

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


3
投票

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)

3
投票

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"

2
投票

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()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

1
投票

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

0
投票

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

0
投票

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。


108
投票

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。


76
投票

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)

51
投票

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


21
投票

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

18
投票

只是声明

table = data.frame()

当你尝试rbind第一行时,它将创建列


16
投票

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。


10
投票

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 

4
投票

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()
© www.soinside.com 2019 - 2024. All rights reserved.