按名称访问 data.frame 中的列：return 如果列不存在则不适用

Question

是否有更有效的方法来通过名称检查列是否存在，returning column if exists or return na if it doesn't exists?

现在我正在使用以下功能：

TryGetColumn <- function(x, column.name, column.names, value.if.not.exists) {
    if (column.name %in% column.names) {
        x[, column.name]
    } else {
        value.if.not.exists
    }
}

df <- data.frame(a = 1:5, b = 6:10)
col.names <- colnames(df)
ab <- TryGetColumn(df, "a", col.names, NA) + TryGetColumn(df, "b", col.names, NA)
ac <- TryGetColumn(df, "a", col.names, NA) + TryGetColumn(df, "c", col.names, NA)

ab
#[1]  7  9 11 13 15
ac
#[1] NA NA NA NA NA

编辑： 根据 Gregor's 答案，我重写了以下代码：

col.names <- c("a", "b", "c")
col.matches <- as.list(col.names %in% colnames(df))
names(col.matches) <- col.names

TryGetColumn <- function(col.name) if (col.matches[[col.name]]) df[, col.name] else NA

ab <- TryGetColumn("a") + TryGetColumn("b")
ac <- TryGetColumn("a") + TryGetColumn("c")

现在它基于关联数组（列表）并且在每次 TryGetColumn 调用时应该比线性查找更快。

Answer 1

我会使用 match。

match(x = c("mpg", "disp", "blarg"), table = names(mtcars), nomatch = NA)
# [1]  1  3 NA

如果您编写包装器，则无需分别传递数据框及其列：

column_index <- function(data, column.names, value.if.not.exists = NA) {
    match(x = column.names, table = names(data), nomatch = value.if.not.exists)
}

编辑

糟糕，我以为您需要列索引。您想要 return 一个完整的专栏。为此，您的函数看起来不错，我只是稍微简化一下：

TryGetColumn <- function(x, column.name, value.if.not.exists = NA) {
    if (column.name %in% names(x)) {
        return(x[, column.name])
    } 
    return(value.if.not.exists)
}

如果你经常使用它并且真的很担心计算时间，那么一次检查一堆列名（如我的答案顶部）然后只拉出那些列会更快是否在数据框之外，并根据需要创建尽可能多的 NA 列。但是，如果您担心计算时间，我敢打赌，无论您在做什么，这个特定步骤都不会拖慢您的速度。

按名称访问 data.frame 中的列：return 如果列不存在则不适用

Accessing column by name in data.frame: return NA if column doesn't exists

r

dataframe

lookup

na

columnname

编辑