dataframe - 使用数据框后保持变量类型

Question

我正在尝试使用 kproto() R 包中的函数 clustMixType在 Julia 中对混合类型数据进行聚类，但出现错误 No numeric variables in x! Try using kmodes() from package... .我的数据应该有 3 个变量:2 个连续变量和 1 个分类变量。我用过之后好像DataFrame()所有变量都变成了分类变量。有没有办法避免在使用 DataFrame() 后更改变量类型这样我就可以使用混合类型数据(连续和分类)kproto() ?

using RCall
@rlibrary clustMixType

# group 1 variables
x1=rand(Normal(0,3),10)
x2=rand(Normal(1,2),10)
x3=["1","1","2","2","0","1","1","2","2","0"]
g1=hcat(x1,x2,x3) 

# group 2 variables
y1=rand(Normal(0,4),10)
y2=rand(Normal(-1,6),10)
y3=["1","1","2","1","1","2","2","0","2","0"]
g2=hcat(y1,y2,y3)
 
#create the data
df0=vcat(g1,g2)
df1 = DataFrame(df0) 

#use R function
R"kproto($df1, 2)"

Answer 1

我对 R 包以及它期望什么样的输入一无所知，但问题可能是您如何构建数据矩阵来构建 DataFrame，而不是 DataFrame 构造函数本身。
当您连接数字列和字符串列时，Julia 将退回到元素类型 Any对于结果矩阵:

julia> g1=hcat(x1,x2,x3)
10×3 Matrix{Any}:
  0.708309  -4.84767   "1"
  0.566883  -0.214217  "1"
...

这意味着您的 df0矩阵是:

julia> #create the data
       df0=vcat(g1,g2)
20×3 Matrix{Any}:
  0.708309   -4.84767   "1"
  0.566883   -0.214217  "1"
...

和 DataFrame构造函数只会通过这种类型信息的缺乏而不是试图推断列类型。

julia> DataFrame(df0)
20×3 DataFrame
 Row │ x1         x2         x3  
     │ Any        Any        Any 
─────┼───────────────────────────
   1 │ 0.708309   -4.84767   1
   2 │ 0.566883   -0.214217  1
...

解决此问题的一种简单方法是不将列连接成单个矩阵，而是从列构造 DataFrame:

julia> DataFrame([vcat(x1, y1), vcat(x2, y2), vcat(x3, y3)])
20×3 DataFrame
 Row │ x1         x2          x3     
     │ Float64    Float64     String 
─────┼───────────────────────────────
   1 │  0.708309   -4.84767   1
   2 │  0.566883   -0.214217  1
...

如您所见，我们现在有两个 Float64数值列 x1和 x2在生成的 DataFrame 中。