在R中，什么时候才能正式声明data.frame？

Question

在其他R代码中，通常会看到在循环启动之前声明的data.frame。 假设我有2000行的数据帧data1。 在循环中，我通过web服务循环data1以创建新的data.frame data2。 （请不要建议不使用循环）。 在data2 $ result和data2 $ pubcount中，我需要为每个2000 data1项存储不同的值。

我必须在循环之前声明

data2=data.frame()

我是否必须告诉R我将在后面使用多少行和哪些列？我知道可以在不声明的情况下添加列。行怎么样？这样做有好处：

data2<-data.frame(id=data1$id)

我只想做我绝对要申报和做的事情。 为什么空声明在循环中给出错误一次？

稍后编辑：速度和内存不是问题。 10s与30s没有区别，我有100MB以下的数据和大型PC（8GB）。 Matrix不是一个选项，因为数据是数字和文本（混合），所以我必须使用非矩阵。

Answer 1

这样的事情：

df <- data.frame(a=numeric(n),b=character(n))

for (i in 1:n) {

#<do stuff>
df[i,1] <- ...
df[i,2] <- ...

}

你应该避免在循环中操纵data.frames，因为data.frames的子集是一个缓慢的操作：

a <- numeric(n)   
b <- character(n) 

for (i in 1:n) {

#<do stuff>
a[i] <- ...
b[i] <- ...

}
df <- data.frame(a,b)

当然，通常有比for循环更好的方法。但强烈建议避免生长物体（我不会教你如何做到这一点）。预分配如下所示。

为什么要预先分配？因为在循环中生长的对象是sloooowwwww，这是人们认为R中的循环缓慢的主要原因之一。