julia - Julia中没有任何值的DataFrame列？

Question

我正在尝试了解 DataFrames 在 Julia 中是如何工作的，但我遇到了困难。

我通常使用 DataFrames——在 Python 中——在每个模拟步骤中添加新列并用值填充每一行。

例如，我有这个包含输入数据的 DataFrame:

using DataFrames

df = DataFrame( A=Int[], B=Int[] )
push!(df, [1, 10])
push!(df, [2, 20])
push!(df, [3, 30])

现在，假设我根据那些 A 和 B 列进行计算，这些列生成第三列 C 和 DateTime 对象。但并非所有行都生成 DateTime 对象，它们可能为 null。

1. Julia 如何处理该用例？
2. 我应该如何创建新的 C 列并在 for r in eachrow(df) 内分配值？

# Pseudocode of what I intend to do

df[! :C] .= nothing

for r in eachrow(df)
    if condition
        r.C = mySuperComplexFunctionThatReturnsDateTimeForEachRow()
    else
        r.C = nothing
    end
end

为了给出一个可运行的具体代码，让我们伪造条件和函数:

df[! :C] .= nothing

for r in eachrow(df)
    if r.A == 2
        r.C = Dates.now()
    else
        r.C = nothing
    end
end

Answer 1

执行此操作的有效模式是:

df.C = f.(df.A, df.B)

其中 f 是一个函数，它接受标量并根据它们计算输出(即您的模拟代码)，然后您将需要从 df 中提取的列传递给它> 执行计算。通过这种方式，Julia 编译器将能够生成快速(类型稳定)的 native 代码。

在您的示例中，函数 f 将是 ifelse 因此您可以编写:

df.C = ifelse.(df.A .== 2, Dates.now(), nothing)

还要考虑是否返回 nothing 或 missing(它们在 Julia 中有不同的解释:nothing 表示没有值，而 missing 表示该值存在但未知；我不确定在您的情况下哪个更好)。