创建一个空的data.frame
我正在尝试初始化没有任何行的data.frame。基本上,我想为每一列指定数据类型并命名它们,但不会因此创建任何行 到目前为止,我能做的最好的事情是:创建一个空的data.frame,r,dataframe,r-faq,R,Dataframe,R Faq,我正在尝试初始化没有任何行的data.frame。基本上,我想为每一列指定数据类型并命名它们,但不会因此创建任何行 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,] df只需使用空向量初始化它: df <- data.
df <- data.frame(Date=as.Date("01/01/2000", format="%m/%d/%Y"),
File="", User="", stringsAsFactors=FALSE)
df <- df[-1,]
df只需使用空向量初始化它:
df <- data.frame(Date=as.Date(character()),
File=character(),
User=character(),
stringsAsFactors=FALSE)
df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)
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)
感谢Richard Scriven的改进如果您正在寻找缺点:
read.csv(text="col1,col2")
因此,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。最有效的方法是使用结构创建一个包含类“data.frame”
的列表:
nms <- sample(LETTERS,sample(1:10))
as.data.frame(t(matrix(nrow=length(nms),ncol=0,dimnames=list(nms))))
结构(列表(日期=as.Date(character()),文件=character(),用户=character()),
class=“data.frame”)
#[1]日期文件用户
#(或长度为0的行名称)
与目前公认的答案相比,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
s如果已经有了一个现有的数据框,比如说df
,它包含了您想要的列,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
仍然包含数据,但是empty\u df
不包含数据
我发现这个问题是关于如何创建空行的新实例的,因此我认为它可能对某些人有所帮助。只需声明即可
table = data.frame()
当您尝试rbind
第一行时,它将创建列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的行,如下所示
newrow = c(3, 4)
df <- rbind(df, newrow)
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)
假设列名是动态的,则可以创建一个名为matrix的空行,并将其转换为数据帧
nms <- sample(LETTERS,sample(1:10))
as.data.frame(t(matrix(nrow=length(nms),ncol=0,dimnames=list(nms))))
nms如果要声明这样一个包含许多列的data.frame
,手动键入所有列类可能会很麻烦。特别是如果您可以使用rep
,这种方法简单快捷(比其他类似的解决方案快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(df, class)
#output
$X1
[1] "character"
$X2
[1] "logical"
$X3
[1] "numeric"
lappy
将生成所需长度的列表,其中的每个元素都只是一个空类型的向量,如numeric()
或integer()
setDF
通过引用data.frame
来转换此列表
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
若要创建空数据框,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)
}
如果要使用动态名称(变量中的colnames)创建空data.frame,这将有助于:
names <- c("v","u","w")
df <- data.frame()
for (k in names) df[[k]]<-as.numeric()
names如果不介意显式指定数据类型,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)
headers这个问题并没有专门解决我的问题(概述),但如果有人想使用参数化的列数而不强制执行此操作:
> 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>
>需要(dplyr)
>dbNames emptyTableOut%
集合名(nm=c(数据库名))
>一瞥(清空表格)
观察结果:0
变量:4
一美元
b美元
$c
美元
正如divibisan在相关问题上所说
…发生[强制]的原因[当C绑定矩阵及其组成类型时]是矩阵只能具有
单一数据类型。当您cbind 2个矩阵时,结果仍然是a
矩阵,所以变量在之前都被强制为一个类型
转换为data.frame
通过使用data.table
我们可以为每列指定数据类型
library(data.table)
data=data.table(a=numeric(), b=numeric(), c=numeric())
如果您已经有一个数据框,您可以从数据框中提取元数据(列名和类型)(例如,如果您正在控制一个只由某些输入触发的错误,并且需要一个空的虚拟数据框):
我随时准备使用此函数,并根据使用情况更改列名和类:
make_df <- function() { data.frame(name=character(),
profile=character(),
sector=character(),
type=character(),
year_range=character(),
link=character(),
stringsAsFactors = F)
}
make_df()
[1] name profile sector type year_range link
<0 rows> (or 0-length row.names)
make_df如果我用NULL初始化所有字段会是一样的吗?@yosukesabai:不,如果你用NULL初始化一个列,该列将不会被添加:)@yosukesabai:data.frame
有类型化的列,所以是的,如果你想初始化data.frame
你必须决定列的类型…@jxramos:,实际上,data.frame
对列类型的“原始性”并没有真正的限制(例如,您可以添加日期列,甚至可以添加包含元素列表的列)。此外,这个问题并不是绝对的参考,因为例如,如果您没有指定正确的列类型,您将不会阻止进一步添加具有不同类型列的行。。。因此,我将添加一个注释,但不是一个所有基本类型的示例,因为它没有涵盖所有的可能性…@user4050:问题是关于创建一个空的data.frame,所以当行数为零时…也许您希望在NAs上创建一个data.frame full。。。在这种情况下,您可以使用例如data.frame(Doubles=rep(as.double(NA),numberOfRow),Ints=rep(as.integer(NA),numberOfRow))
在这种情况下,列类型默认为logical per vector(),但随后会被添加到df中的元素类型覆盖。尝试str(df)、df[1,1]甚至read.table(text=“”,…)
,这样就不需要显式打开连接了。对于许多潜在的专栏来说,这可能是最具扩展性/自动化的方法。read.csv
方法也适用于readr::read\u csv
,如read\u csv(“日期、文件、用户”,col\u types=“Dcc”)
。通过这种方式,您可以直接创建所需结构的空TIBLE.read.csv parse
df <- create_empty_table(3, 3, c('character','logical','numeric'))
X1 X2 X3
1 <NA> NA NA
2 <NA> NA NA
3 <NA> NA NA
lapply(df, class)
#output
$X1
[1] "character"
$X2
[1] "logical"
$X3
[1] "numeric"
names <- c("v","u","w")
df <- data.frame()
for (k in names) df[[k]]<-as.numeric()
names <- c("u", "v")
df <- data.frame()
df[[names[1]]] <- as.numeric()
df[[names[2]]] <- as.character()
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)
> 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>
library(data.table)
data=data.table(a=numeric(), b=numeric(), c=numeric())
colums_and_types <- sapply(df, class)
# prints: "c('col1', 'col2')"
print(dput(as.character(names(colums_and_types))))
# prints: "c('integer', 'factor')"
dput(as.character(as.vector(colums_and_types)))
read.table(text = "",
colClasses = c('integer', 'factor'),
col.names = c('col1', 'col2'))
make_df <- function() { data.frame(name=character(),
profile=character(),
sector=character(),
type=character(),
year_range=character(),
link=character(),
stringsAsFactors = F)
}
make_df()
[1] name profile sector type year_range link
<0 rows> (or 0-length row.names)