创建一个空的 data.frame

只需使用空向量初始化它：

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

---

下面是具有不同列类型的另一个示例：

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：

使用错误类型的空列初始化 a 不会阻止进一步添加具有不同类型列的行。
从某种意义上说，这种方法更安全一些，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，那么即使行数为零，它也可以工作。data.framedata.frame

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)

您可以将空字符串用于输入，如下所示：read.tabletext

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

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

或者将 指定为字符串：col.names

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

感谢 Richard Scriven 的改进

如果您正在寻找短小精悍：

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

因此，您不需要单独指定列名。在填充数据框之前，您将获得逻辑默认列类型。

最有效的方法是用于创建一个具有以下类的列表：structure"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)

与目前公认的答案相比，从这个角度来看，这里有一个简单的基准：

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

如果您已经有一个数据框，假设该数据框包含您想要的列，那么您可以通过删除所有行来创建一个空数据框：df

empty_df = df[FALSE,]

请注意，它仍然包含数据，但不包含数据。dfempty_df

我发现这个问题是在寻找如何创建一个带有空行的新实例，所以我认为它可能对某些人有所帮助。

只需声明

table = data.frame()

当您尝试第一行时，它将创建列rbind

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相同的内容，如下所示。

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 转换为类型 df，如下所示

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

现在，当以列名显示时，会给出正确的数据框，如下所示

  id nobs
1  3   4 

假设您的列名是动态的，您可以创建一个名为行的空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))))

如果要声明具有许多列的此类列，则手动键入所有列类可能会很痛苦。特别是如果你能利用 ，这种方法既简单又快速（比可以这样推广的其他解决方案快 15% 左右）：data.framerep

如果所需的列类位于 vector 中，则可以执行以下操作：colClasses

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

lapply将生成一个所需长度的列表，其中每个元素都只是一个空的类型化向量，如 或 。numeric()integer()

setDF通过引用将其转换为 .listdata.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 

它也比以类似方式使用更快：structure

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

若要创建空数据框，请将所需的行数和列数传入以下函数：

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

若要在指定每列的类时创建空帧，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'))

这给出了：

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

若要确认您的选择，请运行以下命令：

lapply(df, class)

#output
$X1
[1] "character"

$X2
[1] "logical"

$X3
[1] "numeric"

如果要创建具有动态名称（变量中的 colnames）的空 data.frame，这会有所帮助：

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()

如果您不介意不显式指定数据类型，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)

这个问题并没有具体解决我的担忧（在这里概述），但如果有人想用参数化的列数和没有强制来做到这一点：

> 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，

...[当结合矩阵及其组成类型时]发生[强制]的原因是矩阵只能有一个 单一数据类型。当你绑定 2 个矩阵时，结果仍然是 矩阵，因此变量之前都被强制转换为单个类型 转换为 Data.Frame

通过使用，我们可以为每列指定数据类型。data.table

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

如果您已经有一个 DataFrame，则可以从数据帧中提取元数据（列名和类型）（例如，如果您正在控制一个 BUG，该 BUG 仅通过某些输入触发，并且需要一个空的虚拟 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)))

然后使用 创建空数据帧read.table

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

每当我需要时，我都会将此函数放在手边，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)