如何使用列名创建一个空数据表，然后将数据表附加到它？

Question

首先我想创建一个带有列名的空数据表，但它失败了：

data <- data.table(va, vb, vc)

> Error in data.table(va, vb, vc) : object 'va' not found

其次，我想将数据表附加到它，但它也失败了：

data2 <- data.table(va=c(-1,0,1), vb=c(-1,0,1), vc=c(-1,0,1))
data2
   va vb vc
1: -1 -1 -1
2:  0  0  0
3:  1  1  1
merge(data2,data2)

> Error in merge.data.table(data2, data2) : 
      Can not match keys in x and y to automatically determine appropriate `by` parameter. Please set `by` value explicitly.

显然该函数无法识别具有两个相同数据表的by 参数。有什么想法吗？

Answer 1

要创建一个空的data.table 使用（假设所有列都是数字）：

library(data.table)    
data <- data.table(va=numeric(), vb=numeric(), vc=numeric())
data

导致：

> data
Empty data.table (0 rows) of 3 cols: va,vb,vc

要对所有列进行自联接，请使用（即使结果相同 ;-)：

data2 <- data.table(va=c(-1,0,1), vb=c(-1,0,1), vc=c(-1,0,1))
data2
merge(data2, data2,by=names(data2))

您必须指定by 参数的原因是merge 的记录语义：

作者：

要合并的 x 和 y 中的共享列名向量。这个默认 到两个表之间的共享键列。如果 y 没有密钥 列，默认为 x 的键。

由于您没有设置任何键，因此用于合并数据表的“连接”列不清楚。

如果您省略 by 参数（如上文所述，采用共享键列），则没有隐含的“使用所有列”语义。

要将 data.table 的所有行追加到另一个你使用rbind（“行绑定”）而不是merge：

data3 <- rbind(data2, data2)
data3

结果：

> data3
   va vb vc
1: -1 -1 -1
2:  0  0  0
3:  1  1  1
4: -1 -1 -1
5:  0  0  0
6:  1  1  1

Answer 2

要创建一个空的data.table，可以从一个空矩阵开始：

library(data.table)
data <- setNames(data.table(matrix(nrow = 0, ncol = 3)), c("va", "vb", "vc"))
data
Empty data.table (0 rows) of 3 cols: va,vb,vc

然后您可以使用rbindlist 将新的data.table 附加到它：

data2=data.table(va=c(-1,0,1), vb=c(-1,0,1), vc=c(-1,0,1))
data2
   va vb vc
1: -1 -1 -1
2:  0  0  0
3:  1  1  1
rbindlist(list(data, data2))
   va vb vc
1: -1 -1 -1
2:  0  0  0
3:  1  1  1

或者更简单，以下方法也可以：

data <- data.table()
data <- rbindlist(list(data, data2))
data
   va vb vc
1: -1 -1 -1
2:  0  0  0
3:  1  1  1

Answer 3

另一种创建具有已定义列名但无需定义数据类型的空 data.table 的方法：

data <- data.table(1)[,`:=`(c("va", "vb", "vc"),NA)][,V1:=NULL][.0]

执行以下操作

1. data.table(1)：创建一个非NULL data.table，您可以在其中添加列
   • 有一列V1 和一行。价值1
   • 您可以使用任何值（NULL 除外）代替1
2. [,`:=`(c("va", "vb", "vc"),NA)]：添加列va、vb、vc
   • 现在有四列（以V1 开头）和一行。价值1,NA,NA,NA
   • 任何非NULL 值都可以替换为 NA
3. [,V1:=NULL]：删除V1 列
4. [.0]: 返回一个空白行
   • 您实际上可以使用 [.n] 其中 n 是任意的 整数。

如果你不喜欢[.0]的黑魔法你也可以使用

data <- data.table(1)[,`:=`(c("va", "vb", "vc"),NA)][,V1:=NULL][!is.na(va)]