Tạo một data.frame trống

Tôi đang cố gắng khởi tạo data.frame mà không có hàng nào. Về cơ bản, tôi muốn chỉ định các loại dữ liệu cho mỗi cột và đặt tên cho chúng, nhưng không có bất kỳ hàng nào được tạo như là kết quả.

Điều tốt nhất tôi có thể làm cho đến nay là một cái gì đó như:

df <- data.frame(Date=as.Date("01/01/2000", format="%m/%d/%Y"), 
                 File="", User="", stringsAsFactors=FALSE)
df <- df[-1,]

Điều này tạo ra một data.frame với một hàng chứa tất cả các kiểu dữ liệu và tên cột tôi muốn, nhưng cũng tạo ra một hàng vô dụng mà sau đó cần phải được loại bỏ.

Có cách nào tốt hơn để làm điều này?

Chỉ cần khởi tạo nó với các vectơ trống:

df <- data.frame(Date=as.Date(character()),
                 File=character(), 
                 User=character(), 
                 stringsAsFactors=FALSE) 

Đây là một ví dụ khác với các loại cột khác nhau:

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 

Lưu ý:

Khởi tạo a data.framevới một cột trống không đúng loại sẽ không ngăn thêm các hàng có các cột khác nhau.
Phương pháp này an toàn hơn một chút theo nghĩa là bạn sẽ có các loại cột chính xác ngay từ đầu, do đó nếu mã của bạn dựa vào một số kiểm tra loại cột, nó sẽ hoạt động ngay cả với một data.framehàng không.

Nếu bạn đã có khung dữ liệu tồn tại , giả sử dfcó các cột bạn muốn, thì bạn chỉ có thể tạo khung dữ liệu trống bằng cách xóa tất cả các hàng:

empty_df = df[FALSE,]

Lưu ý rằng dfvẫn chứa dữ liệu, nhưng empty_dfkhông.

Tôi thấy câu hỏi này đang tìm cách tạo một thể hiện mới với các hàng trống, vì vậy tôi nghĩ nó có thể hữu ích cho một số người.

Bạn có thể làm điều đó mà không chỉ định các loại cột

df = data.frame(matrix(vector(), 0, 3,
                dimnames=list(c(), c("Date", "File", "User"))),
                stringsAsFactors=F)

Bạn có thể sử dụng read.tablevới một chuỗi trống cho đầu vào textnhư sau:

colClasses = c("Date", "character", "character")
col.names = c("Date", "File", "User")

df <- read.table(text = "",
                 colClasses = colClasses,
                 col.names = col.names)

Hoặc chỉ định col.namesdưới dạng một chuỗi:

df <- read.csv(text="Date,File,User", colClasses = colClasses)

Cảm ơn Richard Scriven vì sự cải tiến

Cách hiệu quả nhất để làm điều này là sử dụng structuređể tạo một danh sách có lớp "data.frame":

structure(list(Date = as.Date(character()), File = character(), User = character()), 
          class = "data.frame")
# [1] Date File User
# <0 rows> (or 0-length row.names)

Để đưa vấn đề này vào quan điểm so với câu trả lời hiện được chấp nhận, đây là một điểm chuẩn đơn giản:

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

Chỉ cần khai báo

table = data.frame()

Khi bạn cố gắng đến rbinddòng đầu tiên, nó sẽ tạo các cột

Nếu bạn đang tìm kiếm sự ngắn gọn:

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

vì vậy bạn không cần chỉ định tên cột riêng. Bạn nhận được kiểu cột mặc định hợp lý cho đến khi bạn điền vào khung dữ liệu.

Tôi đã tạo khung dữ liệu trống bằng cách sử dụng mã sau

df = data.frame(id = numeric(0), jobs = numeric(0));

và cố gắng liên kết một số hàng để điền giống như sau.

newrow = c(3, 4)
df <- rbind(df, newrow)

nhưng nó bắt đầu cho tên cột không chính xác như sau

  X3 X4
1  3  4

Giải pháp cho vấn đề này là chuyển đổi newrow sang gõ df như sau

newrow = data.frame(id=3, jobs=4)
df <- rbind(df, newrow)

bây giờ cung cấp khung dữ liệu chính xác khi được hiển thị với tên cột như sau

  id nobs
1  3   4 

Để tạo khung dữ liệu trống , hãy chuyển số lượng hàng và cột cần thiết vào chức năng sau:

create_empty_table <- function(num_rows, num_cols) {
    frame <- data.frame(matrix(NA, nrow = num_rows, ncol = num_cols))
    return(frame)
}

Để tạo một khung trống trong khi chỉ định lớp của mỗi cột , chỉ cần chuyển một vectơ của các loại dữ liệu mong muốn vào hàm sau:

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)
}

Sử dụng như sau:

df <- create_empty_table(3, 3, c('character','logical','numeric'))

Cung cấp cho:

   X1  X2 X3
1 <NA> NA NA
2 <NA> NA NA
3 <NA> NA NA

Để xác nhận lựa chọn của bạn, hãy chạy như sau:

lapply(df, class)

#output
$X1
[1] "character"

$X2
[1] "logical"

$X3
[1] "numeric"

Nếu bạn muốn tạo một data.frame trống với các tên động (tên trong một biến), điều này có thể giúp:

names <- c("v","u","w")
df <- data.frame()
for (k in names) df[[k]]<-as.numeric()

Bạn có thể thay đổi các loại là tốt nếu bạn cần như vậy. giống:

names <- c("u", "v")
df <- data.frame()
df[[names[1]]] <- as.numeric()
df[[names[2]]] <- as.character()

Nếu bạn không nhớ không chỉ định rõ ràng các loại dữ liệu, bạn có thể thực hiện theo cách này:

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)

Bằng cách sử dụng, data.tablechúng tôi có thể chỉ định các loại dữ liệu cho mỗi cột.

library(data.table)    
data=data.table(a=numeric(), b=numeric(), c=numeric())

Nếu bạn muốn khai báo như vậy data.framevới nhiều cột, có thể sẽ rất khó để nhập tất cả các lớp cột bằng tay. Đặc biệt nếu bạn có thể sử dụng rep, phương pháp này rất dễ dàng và nhanh chóng (nhanh hơn khoảng 15% so với giải pháp khác có thể khái quát như thế này):

Nếu các lớp cột mong muốn của bạn nằm trong một vectơ colClasses, bạn có thể làm như sau:

library(data.table)
setnames(setDF(lapply(colClasses, function(x) eval(call(x)))), col.names)

lapplysẽ dẫn đến một danh sách độ dài mong muốn, mỗi phần tử chỉ đơn giản là một vectơ gõ trống như numeric()hoặc integer().

setDFchuyển đổi điều này listbằng cách tham chiếu đến a data.frame.

setnames thêm tên mong muốn bằng cách tham khảo.

So sánh tốc độ:

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 

Nó cũng nhanh hơn sử dụng structuretheo cách tương tự:

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

Giả sử tên cột của bạn là động, bạn có thể tạo một ma trận tên hàng trống và chuyển đổi nó thành khung dữ liệu.

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

Câu hỏi này không giải quyết cụ thể mối quan tâm của tôi (được nêu ở đây ) nhưng trong trường hợp bất kỳ ai cũng muốn làm điều này với số lượng cột được tham số hóa và không ép buộc:

> 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>

Như divibisan nói về câu hỏi liên kết,

... lý do [ép buộc] xảy ra [khi ma trận kết hợp và các kiểu cấu thành của chúng] là một ma trận chỉ có thể có một kiểu dữ liệu duy nhất. Khi bạn cbind 2 ma trận, kết quả vẫn là một ma trận và do đó tất cả các biến được ép buộc thành một loại duy nhất trước khi chuyển đổi thành data.frame

Nếu bạn đã có một khung dữ liệu , bạn có thể trích xuất siêu dữ liệu (tên và loại cột) từ một khung dữ liệu (ví dụ: nếu bạn đang kiểm soát BUG chỉ được kích hoạt với một số đầu vào nhất định và cần một Dataframe trống):

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)))

Và sau đó sử dụng read.tableđể tạo khung dữ liệu trống

read.table(text = "",
   colClasses = c('integer', 'factor'),
   col.names = c('col1', 'col2'))