逐行创建R数据帧

我想在R中逐行构造一个数据帧。我已经做了一些搜索，而我的建议是创建一个空列表，保持列表索引标量，然后每次添加到列表中一个单行数据帧，并将列表索引前移一个。最后，do.call(rbind,)在列表上。

尽管此方法有效，但似乎非常麻烦。有没有更简单的方法可以实现相同的目标？

显然，我指的是无法使用某些apply功能并且明确需要逐行创建数据框的情况。至少，有一种方法可以push进入列表的末尾，而不是显式跟踪最后使用的索引吗？

您可以通过追加或使用逐行增加它们rbind()。

那并不意味着你应该。动态增长的结构是用R进行编码的效率最低的方法之一。

如果可以，请预先分配整个data.frame：

N <- 1e4  # total number of rows to preallocate--possibly an overestimate

DF <- data.frame(num=rep(NA, N), txt=rep("", N),  # as many cols as you need
                 stringsAsFactors=FALSE)          # you don't know levels yet

然后在操作过程中一次插入一行

DF[i, ] <- list(1.4, "foo")

这应该适用于任意data.frame，并且效率更高。如果您超过N，则总是可以在最后缩小空行。

可以将行添加到NULL：

df<-NULL;
while(...){
  #Some code that generates new row
  rbind(df,row)->df
}

例如

df<-NULL
for(e in 1:10) rbind(df,data.frame(x=e,square=e^2,even=factor(e%%2==0)))->df
print(df)

这是一个愚蠢的例子，说明如何do.call(rbind,)在Map()[类似于lapply()] 的输出上使用

> DF <- do.call(rbind,Map(function(x) data.frame(a=x,b=x+1),x=1:3))
> DF
  x y
1 1 2
2 2 3
3 3 4
> class(DF)
[1] "data.frame"

我经常使用这种构造。

我之所以如此喜欢Rcpp的原因是，我并不总是了解R Core的想法，而有了Rcpp，我常常不必这样做。

哲学上说，你在罪与问候的功能模式，它试图以确保每一个值的状态出现独立每隔价值; 更改一个值永远不会导致另一个值的可见变化，这是使用指针共享C语言表示形式的方式。

当函数式编程向小型飞船发出信号时，就会出现问题，而小型飞船会回答“我是灯塔”。同时，对要处理的大对象进行一系列小改动，可以使您进入灯塔领域。

在C ++ STL中，这push_back()是一种生活方式。它不会尝试是功能性的，但它确实尽力满足常见的编程风格有效。

有了一些聪明的幕后知识，您有时可以安排每个世界都站着一只脚。基于快照的文件系统就是一个很好的例子（它是从联合安装等概念发展而来的，该概念也同时包含了双方）。

如果R Core想要执行此操作，则底层向量存储可以像联合安装那样起作用。对矢量存储的一个引用可能对下标有效1:N，而对相同存储的另一引用对下标有效1:(N+1)。可能有保留的存储空间，除了方便快捷之外，还没有任何有效的参考push_back()。在任何现有参考认为有效的范围之外进行附加时，都不会违反功能概念。

最终，以增量方式追加行，将耗尽保留的存储空间。您需要创建所有内容的新副本，并将存储空间乘以一定的增量。在扩展分配时，我使用的STL实现往往会将存储空间乘以2。我以为我在R Internals中读到了一种内存结构，其中存储增加了20％。不管哪种方式，增长操作都以相对于附加元素总数的对数频率进行。按摊销基准，这通常是可以接受的。

随着幕后花招的流逝，我看到了更糟的情况。每次push_back()在数据框中添加新行时，都需要复制一个顶层索引结构。新行可以追加到共享表示中，而不会影响任何旧功能值。我什至不认为这会使垃圾收集器复杂化。因为我不建议push_front()所有引用都是已分配向量存储区前面的前缀引用。

德克·埃德比布特尔的答案是最好的。在这里，我只是注意到您可以不必预先指定数据框的尺寸或数据类型，而在您具有多种数据类型和许多列的情况下，这有时很有用：

row1<-list("a",1,FALSE) #use 'list', not 'c' or 'cbind'!
row2<-list("b",2,TRUE)  

df<-data.frame(row1,stringsAsFactors = F) #first row
df<-rbind(df,row2) #now this works as you'd expect.

我发现这种通过原始矩阵创建数据框的方法。

带自动列名

df<-data.frame(
        t(data.frame(c(1,"a",100),c(2,"b",200),c(3,"c",300)))
        ,row.names = NULL,stringsAsFactors = FALSE
    )

带列名

df<-setNames(
        data.frame(
            t(data.frame(c(1,"a",100),c(2,"b",200),c(3,"c",300)))
            ,row.names = NULL,stringsAsFactors = FALSE
        ), 
        c("col1","col2","col3")
    )

如果您将向量指定为行，请使用进行连接c()，将它们逐行传递到矩阵，然后将该矩阵转换为数据帧。

例如，行

dummydata1=c(2002,10,1,12.00,101,426340.0,4411238.0,3598.0,0.92,57.77,4.80,238.29,-9.9)
dummydata2=c(2002,10,2,12.00,101,426340.0,4411238.0,3598.0,-3.02,78.77,-9999.00,-99.0,-9.9)
dummydata3=c(2002,10,8,12.00,101,426340.0,4411238.0,3598.0,-5.02,88.77,-9999.00,-99.0,-9.9)

可以转换为数据帧，因此：

dummyset=c(dummydata1,dummydata2,dummydata3)
col.len=length(dummydata1)
dummytable=data.frame(matrix(data=dummyset,ncol=col.len,byrow=TRUE))

诚然，我看到两个主要限制：（1）仅适用于单模式数据，（2）您必须知道最后的＃列才能起作用（即，我假设您不使用最大行长度是先验未知的参差不齐的数组）。

这个解决方案看起来很简单，但是根据我在R中进行类型转换的经验，我确信它会带来新的挑战。有人可以对此发表评论吗？

根据新行的格式，tibble::add_row如果新行很简单并且可以在“值对”中指定，则可以使用。或者，您可以使用dplyr::bind_rows“对do.call（rbind，dfs）的通用模式的有效实现”。