创建一个空的数据框。

Question

我想要初始化一个空的data.frame，指定每列的数据类型和名称，但不创建任何行。

目前我能做到的最好的方式是：

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

我想创建一个数据框，其中只有一行包含所有我想要的数据类型和列名，但它还创建了一个无用的行，需要将其删除。

是否有更好的方法可以实现这个目标？

- Jeff Allen

Answer 1

只需使用空向量进行初始化：

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

---

这里是另一个使用不同列类型的示例:

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. :

如果用错误类型的空列初始化data.frame，并不会防止添加具有不同类型列的行。
这种方法只是在某种意义上稍微更加安全，因为您将从一开始就拥有正确的列类型，因此，如果您的代码依赖于某些列类型检查，则即使使用零行的data.frame，它也能正常工作。

- digEmAll

---

如果我用NULL初始化所有字段，会有什么不同吗？ - yosukesabai

不，如果你用NULL初始化一个列，该列将不会被添加 :) - digEmAll

data.frame 的列有类型，所以如果你想初始化一个 data.frame，你必须决定列的类型。 - digEmAll

@user4050：问题是关于创建一个空的数据框，所以当行数为零时...也许你想创建一个全是NA的数据框...在这种情况下，你可以使用例如data.frame(Doubles=rep(as.double(NA),numberOfRow), Ints=rep(as.integer(NA),numberOfRow))。 - digEmAll

如何在不触发“数据为0行”错误的情况下向此数据框追加数据？ - 3pitt

Answer 2

如果您已经有一个现有的数据框，比如说名为df并且具有您想要的列，那么您可以通过删除所有行来创建一个空的数据帧：

empty_df = df[FALSE,]

请注意，df仍然包含数据，但是empty_df没有。

我在寻找如何创建一个具有空行的新实例时发现了这个问题，所以我认为它可能对某些人有帮助。

- toto_tico

---

好主意。不要保留任何行，但保留所有列。谁给踩了错过了什么。 - Ram Narasimhan

@Katya，如果你执行df[NA,]这个语句会影响索引（这可能不是你想要的），我建议你使用df[TRUE,] = NA。但请注意，这将覆盖原始数据。你需要先复制数据框：copy_df = data.frame(df)，然后再执行copy_df[TRUE,] = NA。 - toto_tico

@Katya，或者你也可以使用empty_df[0:nrow(df),] <- NA来轻松地向empty_df添加空行。 - toto_tico

@Katya，你可以使用反引号（`）来标记代码，还可以使用星号（*）来表示斜体，使用两个星号（**）来表示粗体。你可能想阅读一下SO的Markdown语法。虽然大部分只适用于回答。 - toto_tico

empty_df = df[FALSE,]创建了一个numeric (empty)而不是保留dataframe类型，自从这个解决方案被添加以来，这种行为是否已经改变？ - Larry Cai

Answer 3

您可以不指定列类型而完成此操作。

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

- zeleniy

---

在这种情况下，列的类型默认为每个向量的逻辑型，但随后被添加到 df 中的元素的类型所覆盖。尝试使用 str(df) 和 df[1,1]<-'x'。 - Dave X

Answer 4

你可以使用 read.table 函数，并将输入参数 text 设为空字符串，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)

或者将col.names指定为字符串：

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

感谢Richard Scriven的改进。

- Rentrop

---

甚至可以使用read.table(text = "", ...)来避免需要显式打开一个连接。 - Rich Scriven

时髦的。可能是处理许多潜在列最可扩展/可自动化的方法。 - MichaelChirico

read.csv方法也适用于readr::read_csv，例如read_csv("Date,File,User\n", col_types = "Dcc")。这种方式可以直接创建所需结构的空tibble。 - Heather Turner

Answer 5

只需声明

table = data.frame()

尝试使用rbind合并第一行时，它将创建列。

- Daniel Fischer

---

不真正满足 OP 的需求：“我想为每个列指定数据类型和名称”。 如果下一步是一个rbind，那么这将很好地工作，如果不是... - Gregor Thomas

无论如何，感谢这个简单的解决方案。我还想初始化一个具有特定列的数据框，因为我认为只有在两个数据框之间的列相对应时才能使用rbind。事实并非如此。当我使用rbind时，我很惊讶可以如此简单地初始化数据框。谢谢。 - giordano

这里提出的最佳解决方案。对于我而言，使用所建议的方法，并结合 rbind() 函数，完美地解决了问题。 - Kots

Answer 6

最有效的方法是使用structure创建一个带有类"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)

为了更好地理解，相对于目前被接受的答案，这里有一个简单的基准测试：

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

- Thomas

---

data.table通常包含一个.internal.selfref属性，该属性不能在不调用data.table函数的情况下伪造。您确定您没有依赖于未记录的行为吗？ - Adam Ryczkowski

@AdamRyczkowski 我认为你混淆了基本的"data.frame"类和附加的"data.table package"类。 - Thomas

是的。绝对没错。我的错。请忽略我上一条评论。我在搜索“data.table”时遇到了这个线程，并假设谷歌已经找到了我想要的一切，这里的所有内容都与“data.table”有关。 - Adam Ryczkowski

@PatrickT 没有检查你的代码是否有任何意义。data.frame() 提供了对命名、行名等的检查。 - Thomas

Answer 7

如果您正在寻找简短的内容：

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

所以您不需要单独指定列名。在填充数据框之前，您将获得默认的列类型逻辑值。

- marc

---

read.csv解析文本参数，因此您可以获得列名。它比read.table(text="", col.names = c("col1", "col2"))更紧凑。 - marc

我得到了以下错误信息：Error in data.frame(..., check.names = FALSE) : arguments imply differing number of rows: 0, 2。 - Climbs_lika_Spyder

这不符合 OP 的要求，"我想为每个列指定数据类型"，尽管它可能可以修改以满足要求。 - Gregor Thomas

很晚才加入派对，但是 readr 可以做到：read_csv2("a;b;c;d;e\n", col_types = "icdDT")。需要有 \n 来识别它是字符串而不是文件（或使用 c("a;b;c;d;e", "")）。额外的好处是列名不会被修改（例如 col-1 或 why spaces）。 - Marek

Answer 8

我使用以下代码创建了一个空数据框：

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

尝试绑定一些行以按以下方式填充。

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

但它开始给出以下不正确的列名

  X3 X4
1  3  4

解决方法是将newrow转换为df类型，方法如下：

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

现在，当以以下列名显示时，会提供正确的数据框：

  id nobs
1  3   4 

- Shrikant Prabhu

Answer 9

要创建空数据框，可以将所需行数和列数传递给以下函数：

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

为了创建一个指定每一列的类的空框架，只需将所需数据类型的向量传递到以下函数中：

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'))

这将会产生：

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

要确认你的选择，请运行以下命令：

lapply(df, class)

#output
$X1
[1] "character"

$X2
[1] "logical"

$X3
[1] "numeric"

- Cybernetic

---

这不符合 OP 的要求，"我想为每个列指定数据类型"。 - Gregor Thomas

Answer 10

通过使用 data.table，我们可以为每个列指定数据类型。

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

- Rushabh Patel