web-dev-qa-db-ja.com

空のdata.frameを作成します

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ますが、結果として行は作成されません。

私が今までできた中で最高のものは、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,]

これは私が欲しかったすべてのデータ型と列名を含む単一の行でdata.frameを作成しますが、その後削除する必要がある無駄な行も作成します。

これを行うより良い方法はありますか?

413
Jeff Allen

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) 

これは、列の種類が異なる他の例です。

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 

N.B. :

間違った型の空の列でdata.frameを初期化しても、異なる型の列を持つ行をさらに追加できなくなることはありません。
このメソッドは、最初から正しい列型があるという意味で、単なる より安全な です。したがって、コードがいくつかの列型チェックに依存している場合は、行数がゼロのdata.frame

554
digEmAll

すでに既存のデータフレームがある場合 、必要な列を持つdfとしましょう。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にはまだデータが含まれていますが、empty_dfには含まれていません。

私は空の行を持つ新しいインスタンスを作成する方法を探しているこの質問を見つけたので、私はそれが何人かの人々にとって役に立つかもしれないと思います。

95
toto_tico

列の種類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)
74
zeleniy

次のように、入力textに空の文字列を指定してread.tableを使用できます。

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

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

あるいはcol.names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Richard Scrivenに感謝します

48
Rentrop

これを行う最も効率的な方法は、クラス"data.frame"を持つリストを作成するためにstructureを使用することです。

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答えと比較してこれを展望に入れるために、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
21
Thomas

あなたが短さを探しているなら:

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

そのため、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は論理値になります。

16
marc

宣言するだけ

table = data.frame()

最初の行をrbindにしようとすると、列を作成します。

14
Daniel Fischer

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));

そして、次のように同じ値を設定するためにいくつかの行をバインドしようとしました。

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

しかし、それは以下のように誤った列名を与え始めました

  X3 X4
1  3  4

これを解決するには、newrowを次のようにdf型に変換します。

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

次のように列名で表示し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 
10
Shrikant Prabhu

データ型を明示的に指定しなくても構わない場合は、次のようにしてください。

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)
3
Odysseus Ithaca

動的な名前(変数内のcolname)を持つ空のdata.frameを作成したい場合、これは役に立ちます。

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も変更できます。好きです:

names <- c("u", "v")
df <- data.frame()
df[[names[1]]] <- as.numeric()
df[[names[2]]] <- as.character()
3
Ali Khosro

空のデータフレームを作成には、必要な行数と列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)
}

空のフレーム各列のクラスを指定している間を作成するには、単純に次の関数に目的のデータ型のベクトルを渡します。

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(df[,i])}
    if(type_vec[i] == 'character') {frame[,i] <- as.character(df[,i])}
    if(type_vec[i] == 'logical') {frame[,i] <- as.logical(df[,i])}
    if(type_vec[i] == 'factor') {frame[,i] <- as.factor(df[,i])}
  }
  return(frame)
}

次のように使用してください。

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

これは、

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

選択内容を確認するには、次の手順を実行してください。

lapply(df, class)

#output
$X1
[1] "character"

$X2
[1] "logical"

$X3
[1] "numeric"
2
Cybernetic

このようなdata.frameを多数の列で宣言したい場合は、すべての列クラスを手で入力するのはおそらく面倒です。特にrepを利用できるのであれば、このアプローチは簡単かつ高速です(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colClassesに含まれている場合は、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は、希望する長さのリストになります。そのそれぞれの要素は、単にnumeric()integer()のような空の型付きベクトルです。

setDFは、このlistdata.frameへの参照によって変換します。

setnamesは、参照によって目的の名前を追加します。

スピード比較:

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 

同様にstructureを使うよりも速いです:

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
2
MichaelChirico

メタデータ(列名とタイプ)を抽出データフレームから(例BUGを制御している場合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)))

そして、read.tableを使用し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'))
0
toto_tico

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))))
0
jpmarindiaz

data.tableを使用することで、各列にデータ型を指定できます。

library(data.table)    
data=data.table(a=numeric(), b=numeric(), c=numeric())
0
Rushabh

この質問は私の懸念(特に概説された ここ )には対処しませんでしたが、だれかがパラメータ化された数の列とこれを強制しないでこれをしたい場合は:

> 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が関連質問について述べているように、

... [強制]が発生するのは、[行列とその構成型を結合するとき]が発生するのは、行列は単一のデータ型しか持てないからです。 2つの行列をcbindしても、結果は行列になります。したがって、変数はすべてdata.frameに変換する前に1つの型に強制変換されます。

0
d8aninja