在 Julia 中使用 DataFrame,我想根据列中的值选择行。
用下面的例子
using DataFrames, DataFramesMeta
DT = DataFrame(ID = [1, 1, 2,2,3,3, 4,4], x1 = rand(8))
我想提取 ID 取值为 1 和 4 的行。
目前,我提出了这个解决方案。
@where(DT, findall(x -> (x==4 || x==1), DT.ID))
当仅使用两个值时,它是可管理的。
但是,我想让它适用于要选择的 ID 具有多行和大量值的情况。因此,如果我需要写下所有要选择的值,这个解决方案是不切实际的
有什么更好的解决方案可以使这个选择通用?
达米安
最佳答案
这是一种使用标准 DataFrames.jl 索引并使用 @where
的方法。来自 DataFramesMeta.jl:
julia> DT
8×2 DataFrame
│ Row │ ID │ x1 │
│ │ Int64 │ Float64 │
├─────┼───────┼───────────┤
│ 1 │ 1 │ 0.433397 │
│ 2 │ 1 │ 0.963775 │
│ 3 │ 2 │ 0.365919 │
│ 4 │ 2 │ 0.325169 │
│ 5 │ 3 │ 0.0495252 │
│ 6 │ 3 │ 0.637568 │
│ 7 │ 4 │ 0.391051 │
│ 8 │ 4 │ 0.436209 │
julia> DT[in([1,4]).(DT.ID), :]
4×2 DataFrame
│ Row │ ID │ x1 │
│ │ Int64 │ Float64 │
├─────┼───────┼──────────┤
│ 1 │ 1 │ 0.433397 │
│ 2 │ 1 │ 0.963775 │
│ 3 │ 4 │ 0.391051 │
│ 4 │ 4 │ 0.436209 │
julia> @where(DT, in([1,4]).(:ID))
4×2 DataFrame
│ Row │ ID │ x1 │
│ │ Int64 │ Float64 │
├─────┼───────┼──────────┤
│ 1 │ 1 │ 0.433397 │
│ 2 │ 1 │ 0.963775 │
│ 3 │ 4 │ 0.391051 │
│ 4 │ 4 │ 0.436209 │
在非性能关键代码中,您还可以使用
filter
,这是 - 至少对我来说更容易消化(但它有一个缺点,它比上面讨论的方法慢):julia> filter(row -> row.ID in [1,4], DT)
4×2 DataFrame
│ Row │ ID │ x1 │
│ │ Int64 │ Float64 │
├─────┼───────┼──────────┤
│ 1 │ 1 │ 0.433397 │
│ 2 │ 1 │ 0.963775 │
│ 3 │ 4 │ 0.391051 │
│ 4 │ 4 │ 0.436209 │
请注意,在您在问题中提到的方法中,您可以省略
DT
前面ID
像这样:julia> @where(DT, findall(x -> (x==4 || x==1), :ID))
4×2 DataFrame
│ Row │ ID │ x1 │
│ │ Int64 │ Float64 │
├─────┼───────┼──────────┤
│ 1 │ 1 │ 0.433397 │
│ 2 │ 1 │ 0.963775 │
│ 3 │ 4 │ 0.391051 │
│ 4 │ 4 │ 0.436209 │
(这是 DataFramesMeta.jl 的一个优点,它知道您要引用的
DataFrame
的上下文)
关于dataframe - julia DataFrame 选择属于一组的一列的基于行的值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58220143/