创建一个空的data.frame-Java 学习之路

384

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？

14 回答

如果你想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 将产生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() .

setDF 通过引用将 list 转换为 data.frame .

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

回复于 2024-05-04T04:38:18+08:00

要 create an empty data frame ，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)
}

要创建一个空框 while specifying the class of each column ，只需将所需数据类型的向量传递给以下函数：

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"

回复于 2024-05-04T04:38:18+08:00

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)

回复于 2024-05-04T04:38:18+08:00

20
如果您 already have an existent data frame ，让我们说 df 具有您想要的列，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 .

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 .
回复于 2024-05-04T04:38:18+08:00
10
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
```
回复于 2024-05-04T04:38:18+08:00

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()

回复于 2024-05-04T04:38:18+08:00

511

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 .
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 .

回复于 2024-05-04T04:38:18+08:00

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)

回复于 2024-05-04T04:38:18+08:00

10
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))))
```
回复于 2024-05-04T04:38:18+08:00

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

回复于 2024-05-04T04:38:18+08:00

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

回复于 2024-05-04T04:38:18+08:00

70
只是声明
```
table = data.frame()
```
当你尝试 rbind 第一行时，它将创建列
回复于 2024-05-04T04:38:18+08:00
3
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 .
回复于 2024-05-04T04:38:18+08:00
3
这个问题没有具体解决我的问题（概述here）但是如果有人想用参数化的列数而不是强制来做这件事：
```
> require(dplyr)
> dbNames <- c('a','b','c','d')
> emptyTableOut <- 
    data.frame(
        character(), 
        matrix(integer(), ncol = 3, nrow = 0), stringsAsFactors = FALSE
    ) %>% 
    setNames(nm = c(dbNames))
> glimpse(emptyTableOut)
Observations: 0
Variables: 4
$ a <chr> 
$ b <int> 
$ c <int> 
$ d <int>
```
作为divibisan陈述相关问题，

... [强制]发生的原因[当cbinding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 .
回复于 2024-05-04T04:38:18+08:00

创建一个空的data.frame

14 回答

相关问题