将行附加到 data.table 与在 data.frame 中的工作方式不同：如何以及为什么？答案

【问题标题】：Appending the row to data.table works differently than in data.frame: How and why?将行附加到 data.table 与在 data.frame 中的工作方式不同：如何以及为什么？
【发布时间】：2023-04-11 07:22:01
【问题描述】：

为什么下面的代码不起作用？

library(data.table)
team_table <- as.data.table(matrix(NA,ncol = 11))
rbind(team_table,1:11)

而与 data.frame 相同的版本呢？

team_table <-as.data.frame(matrix(NA,ncol = 11))
rbind(team_table,1:11)

【问题讨论】：

标签： r dataframe data.table rbind

【解决方案1】：

转换为list，它应该可以工作

rbind(team_table,as.list(1:11))
#   V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11
#1: NA NA NA NA NA NA NA NA NA  NA  NA
#2:  1  2  3  4  5  6  7  8  9  10  11

data.frame也是同样的行为

rbind(team_table,as.list(1:11))
#  V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11
#1 NA NA NA NA NA NA NA NA NA  NA  NA
#2  1  2  3  4  5  6  7  8  9  10  11

关于它失败的原因，data.table 中的rbind 正在调用rbindlist，它正在将向量 (1:11) 视为单个列。

rbind(team_table,1:11)

rbindlist(l, use.names, fill, idcol) 中的错误：第 2 项有 1 列，与具有 11 列的项目 1 不一致。填写缺少的列使用 fill=TRUE。

如果我们将其转换为具有 11 个元素的 list（data.frame 或 data.table 是具有列表元素的 list，即具有相同长度的列），它会起作用，因为它会将列数视为一样的

【讨论】：

【解决方案2】：

由于1:11 被视为一列，我们可以将值转置为rbind 它作为一行

library(data.table)
team_table <- as.data.table(matrix(NA,ncol = 11))
rbind(team_table,t(1:11))

#   V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11
#1: NA NA NA NA NA NA NA NA NA  NA  NA
#2:  1  2  3  4  5  6  7  8  9  10  11

【讨论】：

谢谢！我确实尝试过做类似的事情，但我只知道 transpose() 函数......