只需用空向量初始化它：
df <- data.frame(Date=as.Date(character()),
File=character(),
User=character(),
stringsAsFactors=FALSE)
这是另一个具有不同列类型的示例：
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
注意：
用错误类型的空列初始化 adata.frame不会阻止进一步添加具有不同类型列的行。
这种方法更安全一点，因为您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，即使 a 行为data.frame零，它也可以工作。
如果您已经有一个现有的数据框，假设df有您想要的列，那么您可以通过删除所有行来创建一个空数据框：
empty_df = df[FALSE,]
请注意，它df仍然包含数据，但empty_df不包含。
我发现这个问题是在寻找如何创建一个空行的新实例，所以我认为它可能对某些人有帮助。
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)
您可以使用read.table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)
或者将 指定col.names为字符串：
df <- read.csv(text="Date,File,User", colClasses = colClasses)
感谢 Richard Scriven 的改进
只需声明
table = data.frame()
当您尝试rbind第一行时，它将创建列
最有效的方法是使用structure创建一个具有类的列表"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)
为了与目前接受的答案相比，这是一个简单的基准：
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
如果您正在寻找短促：
read.csv(text="col1,col2")
所以你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。
我使用以下代码创建了空数据框
df = data.frame(id = numeric(0), jobs = numeric(0));
并尝试绑定一些行以填充如下。
newrow = c(3, 4)
df <- rbind(df, newrow)
但它开始给出不正确的列名，如下所示
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)
现在在显示列名时给出正确的数据框，如下所示
id nobs
1 3 4
要创建一个空数据框，请将所需的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)
}
要在指定每列的类的同时创建一个空框架，只需将所需数据类型的向量传递给以下函数：
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，请运行以下命令：
lapply(df, class)
#output
$X1
[1] "character"
$X2
[1] "logical"
$X3
[1] "numeric"
如果您想使用动态名称（变量中的列名）创建一个空的 data.frame，这可能会有所帮助：
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。喜欢：
names <- c("u", "v")
df <- data.frame()
df[[names[1]]] <- as.numeric()
df[[names[2]]] <- as.character()
如果您不介意不明确指定数据类型，您可以这样做：
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)
通过使用data.table，我们可以为每列指定数据类型。
library(data.table)
data=data.table(a=numeric(), b=numeric(), c=numeric())
如果你想data.frame用许多列声明这样的 a，手动键入所有列类可能会很痛苦。特别是如果您可以使用rep，这种方法既简单又快速（比可以这样概括的其他解决方案快约 15%）：
如果您想要的列类在 vectorcolClasses中，您可以执行以下操作：
library(data.table)
setnames(setDF(lapply(colClasses, function(x) eval(call(x)))), col.names)
lapply将生成所需长度的列表，其中每个元素只是一个空类型向量，例如numeric()or integer()。
setDFlist通过引用 a 来转换它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structure以类似方式使用更快：
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
如果您已经有一个数据框，您可以从数据框中提取元数据（列名和类型）（例如，如果您正在控制一个仅由某些输入触发的 BUG ，并且需要一个空的虚拟数据框）：
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创建空数据框
read.table(text = "",
colClasses = c('integer', 'factor'),
col.names = c('col1', 'col2'))
我随时使用此功能，并更改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)
假设您的列名是动态的，您可以创建一个空的行命名矩阵并将其转换为数据框。
nms <- sample(LETTERS,sample(1:10))
as.data.frame(t(matrix(nrow=length(nms),ncol=0,dimnames=list(nms))))
这个问题并没有具体解决我的担忧（此处概述），但如果有人想使用参数化的列数且没有强制执行此操作：
> 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 divibisan 在相关问题上所说，
... [强制] 发生 [当 cbinding 矩阵及其组成类型时] 的原因是矩阵只能具有单一数据类型。当您 cbind 2 个矩阵时，结果仍然是一个矩阵，因此在转换为 data.frame 之前，所有变量都被强制转换为单一类型