提问



我试图初始化一个没有任何行的data.frame。基本上,我想为每个列指定数据类型并命名它们,但不会因此而创建任何行。


我到目前为止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?

最佳参考


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 


N.B。 :


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。

这个方法只是有点更安全,因为你从一开始就会有正确的列类型,因此如果你的代码依赖于某些列类型检查,它甚至可以用data.frame]]零行。

其它参考1


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)

其它参考2


如果您已经有一个现有的数据框,让我们说df包含您想要的列,那么您可以通过删除所有行来创建一个空数据框:


empty_df = df[FALSE,]


请注意,df仍包含数据,但empty_df不包含数据。


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。

其它参考3


您可以将read.table与空字符串一起用于输入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

其它参考4


最有效的方法是使用structure创建一个具有类"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

其它参考5


如果您正在寻找短缺:


read.csv(text="col1,col2")


所以你不需要单独指定列名。在填充数据框之前,默认列类型是逻辑的。

其它参考6


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


解决方案是将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 

其它参考7


只是声明


table = data.frame()


当你尝试rbind第一行时,它将创建列

其它参考8


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()

其它参考9


如果你想用多列声明这样的data.frame,那么手动输入所有列类可能会很痛苦。特别是如果你可以利用rep,这种方法很容易并且速度快(比可以像这样推广的其他解决方案快15%左右):


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将产生一个所需长度的列表,其中每个元素只是一个空类型向量,如numeric()integer()


setDF通过引用data.frame来转换list


setnames通过引用添加所需的名称。


速度比较:


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 


它也比以类似方式使用structure更快:


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

其它参考10


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)

其它参考11


创建一个空数据框,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,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"

其它参考12


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。


nms <- sample(LETTERS,sample(1:10))
as.data.frame(t(matrix(nrow=length(nms),ncol=0,dimnames=list(nms))))