Створіть порожній фрейм data.frame

Я намагаюся ініціалізувати data.frame без будь-яких рядків. В основному я хочу вказати типи даних для кожного стовпця та назвати їх, але не мати в результаті жодних рядків.

Найкраще, що мені вдалося зробити, це щось на кшталт:

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

Це створює data.frame з одного рядка, що містить усі типи даних та назви стовпців, які я хотів, але також створює марну рядок, яку потім потрібно видалити.

Чи є кращий спосіб зробити це?

Просто ініціалізуйте його із порожніми векторами:

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

Ось інший приклад з різними типами стовпців:

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 

Примітка:

Ініціалізація data.frameз порожнім стовпчиком неправильного типу не перешкоджає подальшому додаванню рядків із стовпцями різних типів.
Цей метод трохи безпечніший, тому що ви будете мати правильні типи стовпців з самого початку, отже, якщо ваш код покладається на деяку перевірку типу стовпців, він буде працювати навіть data.frameіз нульовими рядами.

Якщо у вас вже є кадр даних , скажімо df, у ньому є потрібні стовпці, ви можете просто створити порожній кадр даних, видаливши всі рядки:

empty_df = df[FALSE,]

Зверніть увагу, що дані dfвсе ще містять, але empty_dfне містять .

Я знайшов це питання, шукаючи, як створити новий екземпляр із порожніми рядками, тому я думаю, що це може бути корисним для деяких людей.

Це можна зробити, не вказуючи типи стовпців

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

Ви можете використовувати read.tableз порожнім рядком для введення textнаступним чином:

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

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

Альтернативно вказавши col.namesрядок як рядок:

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

Дякуємо Річарду Скривену за покращення

Найефективніший спосіб зробити це - structureстворити список, який має клас "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)

Щоб поставити це в перспективу порівняно з прийнятою на сьогодні відповіддю, ось простий орієнтир:

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

Просто задекларуйте

table = data.frame()

при спробі rbindпершого рядка він створить стовпці

Якщо ви шукаєте короткості:

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

тому не потрібно окремо вказувати назви стовпців. Ви отримуєте логічний тип стовпця за замовчуванням, поки не заповнить кадр даних.

Я створив порожній кадр даних, використовуючи наступний код

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

і намагався прив’язати кілька рядків до того, щоб їх було так само, як описано нижче.

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

але він почав давати неправильні назви стовпців наступним чином

  X3 X4
1  3  4

Вирішенням цього є перетворення newrow у тип df наступним чином

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

тепер дає правильний кадр даних, коли відображається з іменами стовпців наступним чином

  id nobs
1  3   4 

Щоб створити порожній кадр даних , введіть необхідну кількість рядків і стовпців у наступну функцію:

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

Щоб створити порожній кадр , визначаючи клас кожного стовпця , просто переведіть вектор потрібних типів даних у наступну функцію:

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)
}

Використовуйте наступним чином:

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

Що дає:

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

Щоб підтвердити свій вибір, виконайте наступне:

lapply(df, class)

#output
$X1
[1] "character"

$X2
[1] "logical"

$X3
[1] "numeric"

Якщо ви хочете створити порожній кадр даних з динамічними іменами (імена зі змінною), це може допомогти:

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

Ви також можете змінити типи, якщо вам це потрібно. подібно до:

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

Якщо ви не заперечуєте, щоб чітко не вказати типи даних, ви можете це зробити так:

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)

Використовуючи, data.tableми можемо вказати типи даних для кожного стовпця.

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

Якщо ви хочете оголосити таке за data.frameдопомогою багатьох стовпців, можливо, буде вводити всі класи стовпців вручну. Особливо, якщо ви можете скористатисяrep , такий підхід простий і швидкий (приблизно на 15% швидше, ніж інше рішення, яке можна узагальнити так):

Якщо потрібні класи стовпців у векторному colClasses, ви можете зробити наступне:

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

lapplyу результаті вийде список потрібної довжини, кожен елемент якого просто порожній набраний вектор, як numeric()або integer().

setDFперетворює це listпосиланням на a data.frame.

setnames додає потрібні імена за посиланням.

Порівняння швидкості:

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 

Це також швидше, ніж використовувати structureаналогічним чином:

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

Скажімо, назви стовпців динамічні, ви можете створити порожню матрицю з ім’ям рядків і перетворити її в кадр даних.

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

Це питання не стосувалося конкретно моїх проблем (викладене тут ), але у випадку, якщо хтось хоче це зробити з параметризованою кількістю стовпців і без примусу:

> 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>

Як заявляють дивібісани з пов'язаного питання,

... причина [примусу] виникає [коли зв'язування матриць та їх складових типів] полягає в тому, що матриця може мати лише один тип даних. Коли ви обв'язуєте 2 матриці, результат все ще є матрицею, тому змінні всі примушуються до одного типу перед перетворенням у фрейм data.frame

Якщо у вас вже є кадр даних, ви можете витягнути метадані (назви стовпців та типи) з фрейму даних (наприклад, якщо ви керуєте BUG, який спрацьовує лише з певних входів та потребує порожнього манекена Dataframe):

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)))

А потім використовуйте read.tableдля створення порожнього фрейму даних

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