dataframe - DataFrames.jl 中唯一值组合汇总表

Question

我经常想在数据表中找到一些分组变量的独特组合。使用 R + dplyr，我的正常工作流程是组合 groupby(data, var1, var2, var3) %>% summarise ，它返回一个包含 var1 、 var2 、 var3 列的新表，其中 data 中的每个唯一值组合对应一行。
在 DataFrames.jl 中执行此操作的惯用方法是什么？

Answer 1

在 DataFrames.jl 中，DataFrame 是行的集合。所以这里正确的心智模型是首先只选择你关心的列，然后从该表中获取唯一的行，如

select(data, [:var1, :var2, :var3]) |> unique!

(或者，如果你讨厌管道/喜欢额外的括号:

unique!(select(data, [:var1, :var2, :var3]))

此处推荐使用 unique!，因为 select 会复制底层列。或者，您可以使用 View 或索引，但这些需要 unique(它不会改 rebase 础列向量)以免损坏原始数据框:

unique(data[!, [:var1, :var2, :var3]])
unique(view(data, :, [:var1, :var2, :var3]))