行なしでdata.frameを初期化しようとしています。基本的に、各列のデータ型を指定して名前を付けたいのですが、結果として行は作成されません。
私がこれまでにできた最高のことは、次のようなものです。
df <- data.frame(Date=as.Date("01/01/2000", format="%m/%d/%Y"),
File="", User="", stringsAsFactors=FALSE)
df <- df[-1,]
これにより、必要なすべてのデータ型と列名を含む単一の行を持つdata.frameが作成されますが、不要な行も作成され、削除する必要があります。
これを行うためのより良い方法はありますか？
空のベクトルで初期化するだけです。
df <- data.frame(Date=as.Date(character()),
File=character(),
User=character(),
stringsAsFactors=FALSE)
さまざまな列タイプを使用した別の例を次に示します。
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：
間違ったタイプの空の列でaを初期化しdata.frameても、異なるタイプの列を持つ行がさらに追加されるのを防ぐことはできません。
このメソッドは、最初から正しい列タイプを使用できるという意味で少し安全です。したがって、コードが列タイプのチェックに依存している場合は、data.frame行がゼロの場合でも機能します。
すでに既存のデータフレームがある場合、たとえばdf、必要な列がある場合は、すべての行を削除することで空のデータフレームを作成できます。
empty_df = df[FALSE,]
dfまだデータが含まれていますが、含まれていないことに注意してくださいempty_df。
この質問は、空の行を含む新しいインスタンスを作成する方法を探しているので、一部の人にとっては役立つかもしれないと思います。
列タイプを指定せずに実行できます
df = data.frame(matrix(vector(), 0, 3,
dimnames=list(c(), c("Date", "File", "User"))),
stringsAsFactors=F)
次のようread.tableに、入力に空の文字列を使用できます。text
colClasses = c("Date", "character", "character")
col.names = c("Date", "File", "User")
df <- read.table(text = "",
colClasses = colClasses,
col.names = col.names)
col.namesまたは、を文字列として指定します。
df <- read.csv(text="Date,File,User", colClasses = colClasses)
改善してくれたRichardScrivenに感謝します
宣言するだけ
table = data.frame()
最初の行に行こうとrbindすると、列が作成されます
これを行う最も効率的な方法は、次structureのクラスを持つリストを作成するために使用すること"data.frame"です。
structure(list(Date = as.Date(character()), File = character(), User = character()),
class = "data.frame")
# [1] Date File User
# <0 rows> (or 0-length row.names)
現在受け入れられている回答と比較してこれを展望するために、ここに簡単なベンチマークがあります：
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
あなたが短さを探しているなら：
read.csv(text="col1,col2")
したがって、列名を個別に指定する必要はありません。データフレームを埋めるまで、デフォルトの列タイプ論理を取得します。
次のコードを使用して空のデータフレームを作成しました
df = data.frame(id = numeric(0), jobs = numeric(0));
次のように、いくつかの行をバインドしてデータを入力しようとしました。
newrow = c(3, 4)
df <- rbind(df, newrow)
しかし、次のように間違った列名を付け始めました
X3 X4
1 3 4
これに対する解決策は、次のようにnewrowをタイプdfに変換することです。
newrow = data.frame(id=3, jobs=4)
df <- rbind(df, newrow)
次のように列名で表示されたときに正しいデータフレームが表示されるようになりました
id nobs
1 3 4
空のデータフレームを作成するには、必要な行と列の数を次の関数に渡します。
create_empty_table <- function(num_rows, num_cols) {
frame <- data.frame(matrix(NA, nrow = num_rows, ncol = num_cols))
return(frame)
}
各列のクラスを指定しながら空のフレームを作成するには、目的のデータ型のベクトルを次の関数に渡すだけです。
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)
}
次のように使用します。
df <- create_empty_table(3, 3, c('character','logical','numeric'))
これは次のようになります。
X1 X2 X3
1 <NA> NA NA
2 <NA> NA NA
3 <NA> NA NA
選択を確認するには、次を実行します。
lapply(df, class)
#output
$X1
[1] "character"
$X2
[1] "logical"
$X3
[1] "numeric"
動的な名前（変数内のcolnames）を使用して空のdata.frameを作成する場合は、次のことが役立ちます。
names <- c("v","u","w")
df <- data.frame()
for (k in names) df[[k]]<-as.numeric()
必要に応じてタイプを変更することもできます。お気に入り：
names <- c("u", "v")
df <- data.frame()
df[[names[1]]] <- as.numeric()
df[[names[2]]] <- as.character()
データ型を明示的に指定しなくてもかまわない場合は、次のように指定できます。
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)
を使用data.tableすると、各列のデータ型を指定できます。
library(data.table)
data=data.table(a=numeric(), b=numeric(), c=numeric())
多くの列でそのようなを宣言したい場合はdata.frame、すべての列クラスを手動で入力するのはおそらく面倒です。特に、を利用できる場合rep、このアプローチは簡単で高速です（このように一般化できる他のソリューションよりも約15％高速です）。
目的の列クラスがベクトル内にあるcolClasses場合は、次の操作を実行できます。
library(data.table)
setnames(setDF(lapply(colClasses, function(x) eval(call(x)))), col.names)
lapply希望する長さのリストが作成されます。各要素は、numeric()またはのような空の型付きベクトルinteger()です。
setDFlistを参照してこれを変換しdata.frameます。
setnames参照により目的の名前を追加します。
速度の比較：
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
structure同様の方法で使用するよりも高速です。
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
すでにデータフレームがある場合は、データフレームからメタデータ（列名とタイプ）を抽出できます（たとえば、特定の入力でのみトリガーされ、空のダミーデータフレームが必要なBUGを制御している場合）。
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)))
次に、を使用しread.tableて空のデータフレームを作成します
read.table(text = "",
colClasses = c('integer', 'factor'),
col.names = c('col1', 'col2'))
この関数は必要なときにいつでも手元に置いておき、ユースケースに合わせて列名とクラスを変更します。
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)
列名が動的であるとすると、空の行名の行列を作成して、それをデータフレームに変換できます。
nms <- sample(LETTERS,sample(1:10))
as.data.frame(t(matrix(nrow=length(nms),ncol=0,dimnames=list(nms))))
この質問は、私の懸念事項（ここで概説）に具体的に対処していませんでしたが、パラメーター化された列数で強制なしでこれを実行したい場合は、次のようにします。
> 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>
divibisanがリンクされた質問について述べているように、
... [強制]が発生する理由[cbindingマトリックスとその構成タイプ]は、マトリックスが単一のデータ型しか持てないためです。2つの行列を結合しても、結果は依然として行列であるため、data.frameに変換する前に、すべての変数が1つの型に強制変換されます。