我编写了一个如下所示的函数:
gini(v::Array{<:Real,1}) = (2 * sum([x*i for (i,x) in enumerate(sort(v))]) / sum(sort(v)) - (length(v)+1))/(length(v))
当传递 Vector
或 DataFrame
时,此函数效果很好。例如:
gini(collect(1:1:10))
# 0.3
或
using DataFrames # DataFrames v1.3.2
df = DataFrame(v = collect(1:1:10),
group = repeat([1, 2], 5))
combine(df, :v => gini)
#1×1 DataFrame
# Row │ v_gini
# │ Float64
#─────┼─────────
# 1 │ 0.3
但是,与其他采用向量作为参数的函数(例如 Statistics.mean
)不同,它在传递 GroupedDataFrame
时会抛出 MethodError
.
combine(groupby(df, :group), :v => gini)
# nested task error: MethodError: no method matching #gini(::SubArray{Int64, 1, Vector{Int64}, Tuple{SubArray{Int64, 1, #Vector{Int64}, Tuple{UnitRange{Int64}}, true}}, false})
# Closest candidates are:
# gini(::Vector{<:Real})
如何编写像上面那样在传递 GroupedDataFrame
时起作用的函数?
最佳答案
您需要将方法签名更改为:
gini(v::AbstractVector{<:Real})
重点是,combine
传递了一个向量 View (它没有 Vector
类型,而是 SubArray
)。因此,您的函数需要允许任何向量,而不仅仅是 Vector
。
关于julia - 在 Julia 中编写用于传递 GroupedDataFrame 的函数方法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/71712487/