data.frame(tag = value,...)出现意外行为

Question

根据文档data.frame(...),...论证的形式如下:

... these arguments are of either the form value or tag = value. 
    Component names are created based on the tag (if present) or 
    the deparsed argument itself.

考虑具有三列的数据框:a,b,c

DF <- data.frame(a=1:10, b=letters[1:10], c=rnorm(10))

现在考虑创建新数据框的这三种可能性

newDF <- data.frame(x=DF$a)
colnames(newDF)        # as expected...
# [1] "x"
newDF <- data.frame(x=DF["a"])
colnames(newDF)        # Huh??
# [1] "a"
newDF <- data.frame(x=DF[["a"]])
colnames(newDF)        # Why is this necessary??
# [1] "x"

查看每个RHS的类:

class(DF$a)
# [1] "integer"
class(DF["a"])
# [1] "data.frame"
class(DF[["a"]])
# [1] "integer"

看起来,如果RHS是data.frame,那么tag被dimname覆盖value.

另外,请考虑这个稍微复杂的例子,由这个问题提示:

library(xts)
data(sample_matrix)
xtsObject=as.xts(sample_matrix)
head(xtsObject,1)
#                Open     High      Low    Close
# 2007-01-02 50.03978 50.11778 49.95041 50.11778
newDF <- data.frame(x=xtsObject$Open)    # would have expected this to work
colnames(newDF)                          # alas, no...
# [1] "Open"
class(xtsObject$Open)
# [1] "xts" "zoo"

所以我的问题是:使用时的规则是什么data.frame(tag=value,...)？也就是说,我什么时候可以期望结果有一个名为"tag"？的列？

Answer 1

tl;dr：如果提供给的对象data.frame未命名，则结果将具有标签的名称。

data.frame让我们调用数据的 可选参数。data.frame首先创建提供给它的数据列表。然后该函数循环遍历列表中的每个元素。如果列表的元素有名称，data.frame则保留该名称。从技术上讲，它检查是否为提供给函数的数据列表的length(names(data[[i]])) > 0每个元素。i仅当该元素没有名称时，才data.frame用作tag名称。

DF回到您的示例，考虑从提供给派生的参数名称data.frame：

names(DF$a)
# NULL
names(DF['a'])
# [1] "a"
names(DF[['a']])
# NULL

请注意，在第一种和第三种情况中，names(...)是NULL。这就是为什么data.frame(x = DF$a)和data.frame(x = DF[['a']])具有预期的名称：x。

然而，对于更复杂的xts对象，请注意子集操作的结果对象$有一个名称：

names(xtsObject$Open)
#"Open"
names(xtsObject[, 'Open'])
#"Open"

data.frame(x=xtsObject[, 'Open'])因此，在任何一种情况下，使用或创建的数据框都data.frame(x=xtsObject$Open)将具有名称Open。

这是在 中设置名称的相关代码data.frame。请注意，这x是数据所在的list(...)位置。...

for (i in seq_len(n)) {
  xi <- if (is.character(x[[i]]) || is.list(x[[i]])) 
    as.data.frame(x[[i]], optional = TRUE, stringsAsFactors = stringsAsFactors)
  else as.data.frame(x[[i]], optional = TRUE)
  nrows[i] <- .row_names_info(xi)
  ncols[i] <- length(xi)
  namesi <- names(xi)
  if (ncols[i] > 1L) {
    if (length(namesi) == 0L) 
      namesi <- seq_len(ncols[i])
    if (no.vn[i]) 
      vnames[[i]] <- namesi
    else vnames[[i]] <- paste(vnames[[i]], namesi, sep = ".")
  }
  else {
    if (length(namesi)) 
      vnames[[i]] <- namesi
    else if (no.vn[[i]]) {
      tmpname <- deparse(object[[i]])[1L]
      if (substr(tmpname, 1L, 2L) == "I(") {
        ntmpn <- nchar(tmpname, "c")
        if (substr(tmpname, ntmpn, ntmpn) == ")") 
          tmpname <- substr(tmpname, 3L, ntmpn - 1L)
        }
      vnames[[i]] <- tmpname
    }
  }
  if (mirn && nrows[i] > 0L) {
    rowsi <- attr(xi, "row.names")
    nc <- nchar(rowsi, allowNA = FALSE)
    nc <- nc[!is.na(nc)]
    if (length(nc) && any(nc)) 
      row.names <- data.row.names(row.names, rowsi, 
                                  i)
  }
  nrows[i] <- abs(nrows[i])
  vlist[[i]] <- xi
}