如何以编程方式在数据框中分配一堆变量答案

【问题标题】：how to programatically assign a bunch of variables within a data frame如何以编程方式在数据框中分配一堆变量
【发布时间】：2014-07-01 10:49:11
【问题描述】：

给定一个字符向量vars 和一个数据帧列表d，我想确保d 中的每个数据框都包含vars 中命名的所有列。假设一个数据框中缺少某些列，然后我创建数据框中的那些列并用NAs 填充它们。

但是，当我使用 assign 执行此操作时，我得到了一些奇怪的结果：

> vars <- c('y','z')
> b <- data.frame(a=1:3, b=3:1)
> b
  a b
1 1 3
2 2 2
3 3 1
> within(b, for (v in vars) assign(v, NA))
  a b  z  y v
1 1 3 NA NA z
2 2 2 NA NA z
3 3 1 NA NA z

您可以看到我使用此方法成功创建了列z 和y，但是还有一个额外的卷v，我不知道它来自哪里。

【问题讨论】：

标签： r dataframe variable-assignment

【解决方案1】：

这是一种符合原始代码精神的简单方法。

for(v in vars) { b[[v]] <- NA }

您在版本中获得额外的v 的原因是，在对within 的调用中创建的任何变量都会添加到该数据帧中，并且for 循环会创建该变量。如果你在最后删除它，它就会消失。但是，请注意您的 vars 变量包含 v 的情况。

within(b, {for (v in vars) assign(v, NA); rm(v) })

您也可以让vars 包含所有变量，并使用setdiff 获取您想要保留的变量。

vars <- c('a','b','y','z')
b <- data.frame(a=1:3, b=3:1)
for(v in setdiff(vars, names(b))) { b[[v]] <- NA }

【讨论】：

【解决方案2】：

试试这个：

missingCols <- setdiff(vars, names(b))
naColumn <- function(x)rep(NA, nrow(b))

cbind(b, sapply(missingCols, naColumn, USE.NAMES=TRUE))

  a b  y  z
1 1 3 NA NA
2 2 2 NA NA
3 3 1 NA NA

【讨论】：

【解决方案3】：

你也可以试试：

list2env(split(rep(NA,2*nrow(b)),vars),envir=.GlobalEnv)
 cbind(b,mget(vars))
#   a b  y  z
# 1 1 3 NA NA
# 2 2 2 NA NA
# 3 3 1 NA NA

或

cbind(b,mget(setdiff(vars,names(b))))

【讨论】：

【解决方案4】：

这里使用data.table：

require(data.table) ## 1.9.2+
setDT(b)            ## convert data.frame to data.table
set(b, j=vars, value=NA_integer_)

#    a b  y  z
# 1: 1 3 NA NA
# 2: 2 2 NA NA
# 3: 3 1 NA NA

注意data.table（和:= 运算符）中的所有set* 函数都通过引用进行操作，这意味着这里没有（不必要的）复制。

如果您想使用data.frame，只需将其转换回data.frame。在v1.9.3（目前是开发版本）中，有一个函数setDF，它被实现为通过引用从data.table返回data.frame（与传统的as.data.frame(.)函数相反，它会导致一个副本） .

把它们放在一起（如果你想要一个 data.frame 在最后）

## 1.9.3
setDF(set(setDT(b), j=vars, value=NA_integer_))
#   a b  y  z
# 1 1 3 NA NA
# 2 2 2 NA NA
# 3 3 1 NA NA

再一次，没有制作（深度）副本。

【讨论】：