How to initialize a data frame with variable names in R?

There are many ways to initialize a data frame in R but initializing with matrix is the best among them because creating the data frame with matrix help us to avoid entering the wrong number of columns and the wrong number of rows. After initializing the matrix, we can simply use as.data.frame to convert the matrix into a data frame and that’s it.

Examples

 Live Demo

df1 <-as.data.frame(matrix(nrow=20,ncol=10))
df1

Output

V1 V2 V3 V4 V5 V6 V7 V8 V9 V10
1 NA NA NA NA NA NA NA NA NA NA
2 NA NA NA NA NA NA NA NA NA NA
3 NA NA NA NA NA NA NA NA NA NA
4 NA NA NA NA NA NA NA NA NA NA
5 NA NA NA NA NA NA NA NA NA NA
6 NA NA NA NA NA NA NA NA NA NA
7 NA NA NA NA NA NA NA NA NA NA
8 NA NA NA NA NA NA NA NA NA NA
9 NA NA NA NA NA NA NA NA NA NA
10 NA NA NA NA NA NA NA NA NA NA
11 NA NA NA NA NA NA NA NA NA NA
12 NA NA NA NA NA NA NA NA NA NA
13 NA NA NA NA NA NA NA NA NA NA
14 NA NA NA NA NA NA NA NA NA NA
15 NA NA NA NA NA NA NA NA NA NA
16 NA NA NA NA NA NA NA NA NA NA
17 NA NA NA NA NA NA NA NA NA NA
18 NA NA NA NA NA NA NA NA NA NA
19 NA NA NA NA NA NA NA NA NA NA
20 NA NA NA NA NA NA NA NA NA NA

Example

colnames(df1)<-c("y","x1","x2","x3","x4","x5","x6","x7","x8","x9")
df1

Output

y x1 x2 x3 x4 x5 x6 x7 x8 x9
1 NA NA NA NA NA NA NA NA NA NA
2 NA NA NA NA NA NA NA NA NA NA
3 NA NA NA NA NA NA NA NA NA NA
4 NA NA NA NA NA NA NA NA NA NA
5 NA NA NA NA NA NA NA NA NA NA
6 NA NA NA NA NA NA NA NA NA NA
7 NA NA NA NA NA NA NA NA NA NA
8 NA NA NA NA NA NA NA NA NA NA
9 NA NA NA NA NA NA NA NA NA NA
10 NA NA NA NA NA NA NA NA NA NA
11 NA NA NA NA NA NA NA NA NA NA
12 NA NA NA NA NA NA NA NA NA NA
13 NA NA NA NA NA NA NA NA NA NA
14 NA NA NA NA NA NA NA NA NA NA
15 NA NA NA NA NA NA NA NA NA NA
16 NA NA NA NA NA NA NA NA NA NA
17 NA NA NA NA NA NA NA NA NA NA
18 NA NA NA NA NA NA NA NA NA NA
19 NA NA NA NA NA NA NA NA NA NA
20 NA NA NA NA NA NA NA NA NA NA

Example

df2<-as.data.frame(matrix(nrow=20,ncol=10))
colnames(df2)<-c("Age","Sex","Edu","Exp","Family Members","City","Born City","Ethnicity","Salary","Blood Group")
df2

Output

Age Sex Edu Exp Family Members City Born City Ethnicity Salary Blood Group
1 NA NA NA NA NA NA NA NA NA NA
2 NA NA NA NA NA NA NA NA NA NA
3 NA NA NA NA NA NA NA NA NA NA
4 NA NA NA NA NA NA NA NA NA NA
5 NA NA NA NA NA NA NA NA NA NA
6 NA NA NA NA NA NA NA NA NA NA
7 NA NA NA NA NA NA NA NA NA NA
8 NA NA NA NA NA NA NA NA NA NA
9 NA NA NA NA NA NA NA NA NA NA
10 NA NA NA NA NA NA NA NA NA NA
11 NA NA NA NA NA NA NA NA NA NA
12 NA NA NA NA NA NA NA NA NA NA
13 NA NA NA NA NA NA NA NA NA NA
14 NA NA NA NA NA NA NA NA NA NA
15 NA NA NA NA NA NA NA NA NA NA
16 NA NA NA NA NA NA NA NA NA NA
17 NA NA NA NA NA NA NA NA NA NA
18 NA NA NA NA NA NA NA NA NA NA
19 NA NA NA NA NA NA NA NA NA NA
20 NA NA NA NA NA NA NA NA NA NA

Nizamuddin Siddiqui

Updated on: 21-Aug-2020

4K+ Views

Kickstart Your Career

Get certified by completing the course

Get Started