创建一个空的data.frame

小开

最佳答案

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不会阻止具有不同类型列的行进一步添加这个方法有点像更安全的，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，它即使在data.frame中没有行也能工作

小开

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)

小开

你可以使用read.table和一个空字符串作为输入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)

或者指定col.names作为字符串:

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

感谢Richard Scriven的改进

小开

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。

小开

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)

为了与目前公认的答案进行比较，这里有一个简单的基准:

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

小开

如果您已经有一个存在的数据帧，让我们说df，它有您想要的列，然后您可以通过删除所有行的创建一个空数据帧:

empty_df = df[FALSE,]

注意，df仍然包含数据，但是empty_df没有。

我发现这个问题是寻找如何创建一个空行的新实例，所以我认为它可能对一些人有帮助。

小开

只是声明

table = data.frame()

当你尝试rbind的第一行，它将创建列

小开

我使用以下代码创建了空数据帧

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

并尝试绑定一些行来填充，如下所示。

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

但是它开始给出如下错误的列名

  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)

现在给出正确的数据帧时显示列名如下

  id nobs
1  3   4

小开

假设您的列名是动态的，您可以创建一个空的以行命名的矩阵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))))

小开

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

它也比以类似的方式使用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

小开

对于创建一个空数据帧，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)
}

要创建一个空帧同时指定每个列的类，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"

小开

如果你想创建一个带有动态名称的空data.frame(变量中的colnames)，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。如:

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

小开

如果你不介意不显式地指定数据类型，你可以这样做:

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)

小开

这个问题并没有特别解决我的问题(概述了在这里)，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，

< p >…[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

小开

通过使用data.table，我们可以为每一列指定数据类型。

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

小开

如果你已经有了一个数据帧，你可以从一个数据帧中提取元数据(列名和类型)(例如，如果你正在控制一个BUG只被某些输入触发，需要一个空的虚拟数据帧):

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)))

然后使用read.table创建空的数据框架

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

小开

我保持这个函数方便，每当我需要它，并改变列名和类以适应用例:

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)