How to deal with missing column for row names when converting data frame to data.table object in R?

R ProgrammingServer Side ProgrammingProgramming

To deal with missing column of row names when converting data frame in R to data.table object, we need to use keep.rownames argument while converting the data frame. For example, if we have a data frame called df that needs to be converted to a data.table object without missing row names then we can use the below command −

data.table(df,keep.rownames=TRUE)

Example

library(data.table)
head(mtcars)

Output

            mpg     cyl    disp   hp    drat     wt      qsec   vs     am   gear carb
Mazda RX4    21.0    6     160    110    3.90   2.620     16.46  0      1    4     4
Mazda RX4 Wag 21.0   6     160   110   3.90   2.875     17.02    0      1    4     4
Datsun     710      22.8   4    108 93 3.85   2.320    18.61     1      1    4     1
Hornet 4 Drive 21.4    6   258  110   3.08     3.215     19.44   1      0    3     1
Hornet Sportabout 18.7  8  360  175  3.15     3.440      17.02   0      0    3     2
Valiant      18.1    6    225  105   2.76     3.460      20.22   1      0    3     1

Example

mtcars_data_table<-data.table(mtcars)
mtcars_data_table

Output

     mpg  cyl  disp hp    drat   wt   qsec   vs am gear carb
1:   21.0 6   160.0  110   3.90  2.620 16.46  0 1   4   4
2:  21.0  6   160.0  110  3.90  2.875  17.02  0  1  4   4
3:  22.8  4   108.0  93   3.85  2.320  18.61  1  1  4   1
4:  21.4  6   258.0  110  3.08  3.215  19.44  1  0  3   1
5:  18.7  8   360.0  175  3.15  3.440  17.02  0  0  3   2
6:  18.1  6   225.0  105  2.76  3.460  20.22  1  0  3   1
7:  14.3  8   360.0 245   3.21  3.570  15.84  0  0  3   4
8:  24.4  4   146.7  62   3.69  3.190  20.00  1  0  4   2
9:  22.8  4   140.8  95  3.92   3.150 22.90   1  0  4  2
10: 19.2  6   167.6  123  3.92  3.440 18.30   1  0  4  4
11: 17.8  6   167.6  123  3.92  3.440 18.90   1  0  4  4
12: 16.4  8   275.8  180  3.07  4.070 17.40   0  0  3  3
13: 17.3  8   275.8  180  3.07  3.730 17.60   0  0  3  3
14: 15.2  8   275.8  180  3.07  3.780 18.00   0  0  3  3
15: 10.4  8   472.0 205   2.93  5.250 17.98   0  0  3  4
16: 10.4  8   460.0  215  3.00  5.424 17.82   0  0  3  4
17: 14.7  8   440.0  230  3.23 5.345 17.42    0  0  3  4
18: 32.4  4   78.7  66   4.08  2.200 19.47    1  1  4  1
19: 30.4  4   75.7  52   4.93  1.615 18.52    1  1  4  2
20: 33.9  4   71.1  65   4.22  1.835 19.90    1  1  4  1
21: 21.5  4   120.1 97   3.70  2.465 20.01    1  0  3  1
22: 15.5  8   318.0 150  2.76  3.520 16.87    0  0  3  2
23: 15.2  8   304.0 150  3.15  3.435 17.30    0  0  3  2
24: 13.3  8   350.0  245 3.73  3.840 15.41    0  0  3  4
25: 19.2  8   400.0 175  3.08  3.845 17.05    0  0  3  2
26: 27.3  4   79.0  66   4.08  1.935 18.90    1  1  4  1
27: 26.0  4   120.3 91   4.43  2.140 16.70    0  1  5  2
28: 30.4  4   95.1  113  3.77  1.513 16.90    1  1  5  2
29: 15.8  8   351.0 264  4.22  3.170 14.50    0  1  5  4
30: 19.7  6   145.0  175 3.62   2.770 15.50   0  1  5  6
31: 15.0  8   301.0   335 3.54  3.570 14.60   0  1  5  8
32: 21.4  4    121.0 109  4.11  2.780 18.60   1  1  4  2
mpg  cyl  disp  hp  drat  wt  qsec   vs  am  gear  carb

The above output does not include car names. If we want to convert the data frame with car names we can use the argument keep.rownames as shown below −

Example

mtcars_data_table<-data.table(mtcars,keep.rownames=TRUE)
mtcars_data_table

Output

                     rn  mpg  cyl disp hp drat  wt  qsec vs am gear carb
1: Mazda RX4         21.0  6   160.0 110 3.90 2.620  16.46  0  1  4   4
2: Mazda RX4 Wag     21.0  6    160.0 110 3.90 2.875  17.02 0  1  4   4
3: Datsun            710  22.8 4 108.0 93 3.85 2.320 18.61  1  1  4   1
4: Hornet 4 Drive    21.4 6    258.0 110 3.08 3.215 19.44   1  0  3   1
5: Hornet Sportabout 18.7  8  360.0 175 3.15 3.440 17.02    0  0  3   2
6: Valiant           18.1  6  225.0 105 2.76 3.460 20.22    1  0  3   1
7: Duster           360   14.3 8 360.0 245 3.21 3.570 15.84 0  0  3   4
8: Merc 240D        24.4  4   146.7 62 3.69 3.190 20.00     1  0  4   2
9: Merc             230  22.8 4 140.8 95 3.92 3.150 22.90   1  0  4   2
10: Merc            280  19.2  6 167.6 123 3.92 3.440 18.30 1  0  4   4
11: Merc 280C     17.8    6   167.6 123 3.92 3.440 18.90    1  0  4   4
12: Merc 450SE     16.4   8   275.8 180 3.07 4.070 17.40    0  0  3   3
13: Merc 450SL      17.3   8   275.8 180 3.07 3.730 17.60   0  0  3   3
14: Merc 450SLC      15.2  8   275.8 180 3.07 3.780 18.00   0  0  3   3
15: Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98    0  0  3   4
16: Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82   0  0  3   4
17: Chrysler Imperial 14.7   8 440.0 230 3.23 5.345 17.42   0  0  3   4
18: Fiat             128   32.4  4 78.7 66 4.08 2.200 19.47 1  1  4   1
19: Honda Civic    30.4    4 75.7  52  4.93  1.615  18.52   1  1  4   2
20: Toyota Corolla  33.9   4 71.1  65  4.22  1.835  19.90   1  1  4   1
21: Toyota Corona   21.5   4 120.1  97 3.70  2.465  20.01   1  0  3   1
22: Dodge Challenger 15.5  8 318.0  150  2.76  3.520 16.87  0  0  3   2
23: AMC Javelin    15.2    8 304.0 150  3.15 3.435 17.3 0   0  0  3   2
24: Camaro         Z28    13.3 8 350.0  245  3.73 3.840 15.410 0  3   4
25: Pontiac Firebird 19.2  8 400.0 175  3.08  3.845 17.05   0  0  3   2
26: Fiat X1-9      27.3   4 79.0  66 4.08  1.935  18.90     1  1  4   1
27: Porsche         914-2 26.0 4 120.3 91  4.43 2.140 16.70 0  1  5   2
28: Lotus Europa    30.4   4 95.1 113 3.77  1.513 16.90     1  1  5   2
29: Ford Pantera L  15.8   8 351.0 264  4.22 3.170 14.50    0  1  5   4
30: Ferrari Dino   19.7  6 145.0 175  3.62 2.770 15.50      0  1  5   6
31: Maserati Bora  15.0  8 301.0 335  3.54 3.570 14.60      0  1  5   8
32: Volvo 142E   21.4   4 121.0 109  4.11  2.780 18.60      1  1  4   2
                rn mpg cyl disp hp drat wt qsec vs am gear carb
raja
Published on 08-Feb-2021 05:55:59
Advertisements