web-dev-qa-db-fra.com

Différence entre as.data.frame (x) et data.frame (x)

Quelle est la différence entre as.data.frame (x) et data.frame (x)

Dans l'exemple suivant, le résultat est identique à l'exception des noms de colonnes.

x <- matrix(data=rep(1,9),nrow=3,ncol=3)
> x
     [,1] [,2] [,3]
[1,]    1    1    1
[2,]    1    1    1
[3,]    1    1    1
> data.frame(x)
  X1 X2 X3
1  1  1  1
2  1  1  1
3  1  1  1
> as.data.frame(x)
  V1 V2 V3
1  1  1  1
2  1  1  1
3  1  1  1
rdataframe
28
Ophelie

Comme mentionné par Jaap, data.frame() appelle as.data.frame() mais il y a une raison à cela: 

as.data.frame() est une méthode pour contraindre d'autres objets à la classe data.frame. Si vous écrivez votre propre paquet, vous stockerez votre méthode pour convertir un objet de your_class sous as.data.frame.your_class(). Voici quelques exemples. 

methods(as.data.frame)
 [1] as.data.frame.AsIs            as.data.frame.Date           
 [3] as.data.frame.POSIXct         as.data.frame.POSIXlt        
 [5] as.data.frame.aovproj*        as.data.frame.array          
 [7] as.data.frame.character       as.data.frame.complex        
 [9] as.data.frame.data.frame      as.data.frame.default        
[11] as.data.frame.difftime        as.data.frame.factor         
[13] as.data.frame.ftable*         as.data.frame.integer        
[15] as.data.frame.list            as.data.frame.logLik*        
[17] as.data.frame.logical         as.data.frame.matrix         
[19] as.data.frame.model.matrix    as.data.frame.numeric        
[21] as.data.frame.numeric_version as.data.frame.ordered        
[23] as.data.frame.raw             as.data.frame.table          
[25] as.data.frame.ts              as.data.frame.vector         

   Non-visible functions are asterisked
15
Brandon Bertelsen

data.frame() peut être utilisé pour créer un cadre de données alors que as.data.frame() ne peut être utilisé que pour contraindre un autre objet à un cadre de données.

par exemple:

# data.frame()
df1 <- data.frame(matrix(1:12,3,4),1:3)

# as.data.frame()
df2 <- as.data.frame(matrix(1:12,3,4),1:3)

df1
#   X1 X2 X3 X4 X1.3
# 1  1  4  7 10    1
# 2  2  5  8 11    2
# 3  3  6  9 12    3

df2
#   V1 V2 V3 V4
# 1  1  4  7 10
# 2  2  5  8 11
# 3  3  6  9 12
10
Elliott

Comme vous l'avez noté, le résultat diffère légèrement, ce qui signifie qu'ils ne sont pas exactement égaux:

identical(data.frame(x),as.data.frame(x))
[1] FALSE

Donc, vous devrez peut-être faire attention à ce que vous utilisez.

Mais il est également intéressant de noter que as.data.frame est plus rapide:

library(microbenchmark)
microbenchmark(data.frame(x),as.data.frame(x))
Unit: microseconds
             expr    min     lq median      uq     max neval
    data.frame(x) 71.446 73.616  74.80 78.9445 146.442   100
 as.data.frame(x) 25.657 27.631  28.42 29.2100  93.155   100

y <- matrix(1:1e6,1000,1000)
microbenchmark(data.frame(y),as.data.frame(y))
Unit: milliseconds
             expr      min       lq   median       uq       max neval
    data.frame(y) 17.23943 19.63163 23.60193 41.07898 130.66005   100
 as.data.frame(y) 10.83469 12.56357 14.04929 34.68608  38.37435   100
8
James

Essayer

colnames(x) <- c("C1","C2","C3")

et puis les deux donneront le même résultat

identical(data.frame(x), as.data.frame(x))

Ce qui est plus surprenant, ce sont les choses suivantes:

list(x)

Fournit une liste d'un élément, l'élément étant la matrice x; tandis que

as.list(x)

donne une liste avec 9 éléments, un pour chaque entrée de matrice

MM

1
user3276000

En regardant le code, as.data.frame échoue plus vite. data.frame émettra des avertissements et fera des choses comme supprimer les noms de domaine s'il y a des doublons:

> x <- matrix(data=rep(1,9),nrow=3,ncol=3)
> rownames(x) <- c("a", "b", "b")
> data.frame(x)
  X1 X2 X3
1  1  1  1
2  1  1  1
3  1  1  1
Warning message:
In data.row.names(row.names, rowsi, i) :
  some row.names duplicated: 3 --> row.names NOT used

> as.data.frame(x)
Error in (function (..., row.names = NULL, check.rows = FALSE, check.names =        
TRUE,  : 
  duplicate row.names: b
0
jtr13