在 data.frame 中按名称访问列：如果列不存在则返回 NA

Question

有没有更有效的方法来通过名称检查列是否存在，如果存在则返回列，如果不存在则返回 na？

现在我正在使用以下功能：

TryGetColumn <- function(x, column.name, column.names, value.if.not.exists) {
    if (column.name %in% column.names) {
        x[, column.name]
    } else {
        value.if.not.exists
    }
}

df <- data.frame(a = 1:5, b = 6:10)
col.names <- colnames(df)
ab <- TryGetColumn(df, "a", col.names, NA) + TryGetColumn(df, "b", col.names, NA)
ac <- TryGetColumn(df, "a", col.names, NA) + TryGetColumn(df, "c", col.names, NA)

ab
#[1]  7  9 11 13 15
ac
#[1] NA NA NA NA NA

编辑： 根据Gregor's的回答，我改写了以下代码：

col.names <- c("a", "b", "c")
col.matches <- as.list(col.names %in% colnames(df))
names(col.matches) <- col.names

TryGetColumn <- function(col.name) if (col.matches[[col.name]]) df[, col.name] else NA

ab <- TryGetColumn("a") + TryGetColumn("b")
ac <- TryGetColumn("a") + TryGetColumn("c")

现在它基于关联数组（列表），应该比每次TryGetColumn 调用的线性查找更快。

Answer 1

我会使用match。

match(x = c("mpg", "disp", "blarg"), table = names(mtcars), nomatch = NA)
# [1]  1  3 NA

如果你写一个包装器，你不需要分别传递一个数据框和它的列：

column_index <- function(data, column.names, value.if.not.exists = NA) {
    match(x = column.names, table = names(data), nomatch = value.if.not.exists)
}

编辑

糟糕，我以为你想要列索引。您想返回一个完整的列。为此，您的功能看起来不错，我将其简化一下：

TryGetColumn <- function(x, column.name, value.if.not.exists = NA) {
    if (column.name %in% names(x)) {
        return(x[, column.name])
    } 
    return(value.if.not.exists)
}

如果您经常使用它并且真的担心计算时间，那么一次检查一堆列名会更快（如我的答案的顶部），然后只提取那里的列从数据框中取出并根据需要制作尽可能多的NA 列。但是，如果您担心计算时间，我敢打赌，无论您在做什么，这个特定的步骤都不会拖慢您的速度。