从 data.frame 命令的列表中指定列名答案

【问题标题】：Specifying column names from a list in the data.frame command从 data.frame 命令的列表中指定列名
【发布时间】：2010-04-28 16:20:39
【问题描述】：

我有一个名为 cols 的列表，其中包含列名：

cols <- c('Column1','Column2','Column3')

我想重现此命令，但需要调用列表：

data.frame(Column1=rnorm(10))

当我尝试时会发生以下情况：

> data.frame(cols[1]=rnorm(10))

Error: unexpected '=' in "data.frame(I(cols[1])="

如果我将cols[1] 包裹在I() 或eval() 中，也会发生同样的事情。

如何将向量中的项目输入data.frame() 命令？

更新：

对于某些背景，我定义了一个函数calc.means()，它接受一个数据框和一个变量列表，并执行一个大而复杂的 ddply 操作，在变量指定的级别进行汇总。

我尝试使用data.frame() 命令执行的操作是将聚合级别返回到最顶层，在每一步重新运行calc.means()，并使用rbind() 将结果相互粘合。我需要添加具有“全部”值的虚拟列，以使 rbind 正常工作。

基本上，我将cast-like 边距功能滚动到 ddply 中，并且我不想为每次运行重新键入列名。完整代码如下：

cols <- c('Col1','Col2','Col3')
rbind ( calc.means(dat,cols),
    data.frame(cols[1]='All', calc.means(dat, cols[2:3])),
    data.frame(cols[1]='All', cols[2]='All', calc.means(dat, cols[3]))
)

【问题讨论】：

标签： r dataframe plyr

【解决方案1】：

使用可以使用structure:

cols <- c("a","b")

foo <- structure(list(c(1, 2 ), c(3, 3)), .Names = cols, row.names = c(NA, -2L), class = "data.frame")

我不明白你为什么要这样做！

【讨论】：

【解决方案2】：

我不确定如何直接执行此操作，但您可以直接跳过在 data.frame() 命令中分配名称的步骤。假设您将 data.frame() 的结果存储在名为 foo 的变量中，您可以简单地执行以下操作：

名称(foo)

数据框创建后

【讨论】：

是的，这通常可以工作，但data.frame() 发生在rbind() 中。不过，谢谢。
您可以在一个子句中创建数据框、分配列名，然后重新绑定它们。
Shane，这将如何运作？我不确定如何在单个子句中通过进程传递对象。

【解决方案3】：

有一个技巧。你可能会弄乱列表：

cols_dummy <- setNames(rep(list("All"), 3), cols)

然后，如果您使用带有 one 括号的调用列表，那么您应该得到您想要的

data.frame(cols_dummy[1], calc.means(dat, cols[2:3]))

您可以将它作为setNames(list("All"), cols[1]) 即时使用，但我认为它不那么优雅。

例子：

some_names <- list(name_A="Dummy 1", name_B="Dummy 2") # equivalent of cols_dummy from above
data.frame(var1=rnorm(3), some_names[1])
#        var1  name_A
# 1 -1.940169 Dummy 1
# 2 -0.787107 Dummy 1
# 3 -0.235160 Dummy 1

【讨论】：

【解决方案4】：

我相信 assign() 函数就是你的答案：

cols <- c('Col1','Col2','Col3')
data.frame(assign(cols[1], rnorm(10)))

   assign.cols.1...rnorm.10..
1                 -0.02056822
2                 -0.03675639
3                  1.06249599
4                  0.41763399
5                  0.38873118
6                  1.01779018
7                  1.01379963
8                  1.86119518
9                  0.35760039
10                 1.14742560

使用 lapply() 或 sapply() 函数，您应该能够循环 cbind() 过程。比如：

operation <- sapply(cols, function(x) data.frame(assign(x, rnorm(10))))
final     <- data.frame(lapply(operation, cbind))

   Col1.assign.x..rnorm.10.. Col2.assign.x..rnorm.10.. Col3.assign.x..rnorm.10..
1                0.001962187                -0.3561499               -0.22783816
2               -0.706804781                -0.4452781               -1.09950505
3               -0.604417525                -0.8425018               -0.73287079
4               -1.287038060                 0.2545236               -1.18795684
5                0.232084366                -1.0831463                0.40799046
6               -0.148594144                 0.4963714               -1.34938144
7                0.442054119                 0.2856748                0.05933736
8                0.984615916                -0.0795147               -1.91165189
9                1.222310749                -0.1743313                0.18256877
10              -0.231885977                -0.2273724               -0.43247570

然后，清理列名：

colnames(final) <- cols

          Col1       Col2        Col3
1   0.19473248  0.2864232  0.93115072
2  -1.08473526 -1.5653469  0.09967827
3  -1.90968422 -0.9678024 -1.02167873
4  -1.11962371  0.4549290  0.76692067
5  -2.13776949  3.0360777 -1.48515698
6   0.64240694  1.3441656  0.47676056
7  -0.53590163  1.2696336 -1.19845723
8   0.09158526 -1.0966833  0.91856639
9  -0.05018762  1.0472368  0.15475583
10  0.27152070 -0.2148181 -1.00551111

干杯，

亚当

【讨论】：