我试图初始化一个data。frame，没有任何行。基本上，我希望为每个列指定数据类型并命名它们，但结果不创建任何行。
到目前为止，我能做的最好的事情是:
df <- data.frame(Date=as.Date("01/01/2000", format="%m/%d/%Y"),
File="", User="", stringsAsFactors=FALSE)
df <- df[-1,]
它创建了一个data.frame，包含我想要的所有数据类型和列名的单行，但也创建了一个无用的行，然后需要删除。
还有更好的办法吗?
当前回答
如果你在寻找短:
read.csv(text="col1,col2")
因此不需要单独指定列名。在填充数据帧之前，您将获得默认的逻辑列类型。
其他回答
只需用空向量初始化它:
df <- data.frame(Date=as.Date(character()),
File=character(),
User=character(),
stringsAsFactors=FALSE)
下面是另一个不同列类型的例子:
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
注意:
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。 这个方法稍微安全一点，因为从一开始你就有正确的列类型，因此如果你的代码依赖于一些列类型检查，即使data.frame没有行，它也能工作。
您可以在不指定列类型的情况下执行此操作
df = data.frame(matrix(vector(), 0, 3,
dimnames=list(c(), c("Date", "File", "User"))),
stringsAsFactors=F)
要创建一个空数据帧，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)
}
要在指定每列的类的同时创建一个空帧，只需将所需数据类型的向量传递给下面的函数:
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(frame[,i])}
if(type_vec[i] == 'character') {frame[,i] <- as.character(frame[,i])}
if(type_vec[i] == 'logical') {frame[,i] <- as.logical(frame[,i])}
if(type_vec[i] == 'factor') {frame[,i] <- as.factor(frame[,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，运行以下命令:
lapply(df, class)
#output
$X1
[1] "character"
$X2
[1] "logical"
$X3
[1] "numeric"
如果您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，这种方法是简单和快速的(大约比其他解决方案快15%):
如果你想要的列类在一个向量colClasses中，你可以执行以下操作:
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，其中的每个元素只是一个空类型的向量，如numeric()或integer()。
setDF通过引用将这个列表转换为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
它也比以类似的方式使用结构更快:
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
这个问题并没有特别解决我的问题(在这里概述)，但如果有人想用参数化的列数来做这件事，并且没有强制:
> 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>
正如分裂论在相关问题上所说，
.．.[强制]发生的原因[当cbinding矩阵和它们的组成类型]是一个矩阵只能有一个 单一数据类型。当你绑定2个矩阵时，结果仍然是a 矩阵，所以变量都被压缩成一个类型 转换为data.frame
