Julia:子集数据框

Question

我有两个制表符分隔的文件；一个是数据，第二个是我感兴趣的列的名称。我想对数据框进行子集化，以便它只有我感兴趣的列。这是我的代码:

dat1 = DataFrame(CSV.File("data.txt"))
hdr = Symbol(readdlm("header.txt",'\t'))

给出

julia> dat1
4×5 DataFrame
│ Row │ chr    │ pos   │ alt    │ ref    │ cadd    │
│     │ String │ Int64 │ String │ String │ Float64 │
├─────┼────────┼───────┼────────┼────────┼─────────┤
│ 1   │ chr1   │ 1234  │ A      │ T      │ 23.4    │
│ 2   │ chr2   │ 1234  │ C      │ G      │ 5.4     │
│ 3   │ chr2   │ 1234  │ G      │ C      │ 11.0    │
│ 4   │ chr5   │ 3216  │ A      │ T      │ 3.0     │

julia> hdr
Symbol("Any[\"pos\" \"alt\"]")

但是，如果我尝试使用以下子集进行子集化，则会出现错误:

julia> dat2 = dat1[ :, :hdr]

子集的正确方法是什么？谢谢!

Answer 1

只是做:

hdr = vec(readdlm("header.txt",'\t'))
dat2 = dat1[:, hdr]

或第二步

dat2 = select(df1, hdr)

这里重要的是 hdr 应该是一个字符串向量。

你也可以这样写:

dat2 = select(df1, readdlm("header.txt",'\t')...)

将矩阵的内容(包含列名称的字符串)展开为位置参数。