julia - CatagoricalArrays 能否与 Julia Dataframes 一起使用以将多列从字符串转换为类别？

Question

我有一个相当大的调查数据集(100 多列和 5000 行)，其中有一堆字符串变量。

我可以使用下面的函数将各个列一一转换，

function fix_df_column(df)
    levels = ["x"]
    Colname = categorical(df[!, :Colname]; levels, ordered = false)
    df[!, :Colname] = Colname
    #df
end 

但我希望能够遍历整个数据框并自动转换所有内容。

我能找到的唯一代码与数组有关 https://dataframes.juliadata.org/stable/man/categorical/我能找到的唯一示例是更改单列，而不是多列。

有人知道实现此目的的更简单方法吗？

谢谢

Answer 1

是的，你可以做到。假设您想要转换所有包含字符串的列(不丢失)并且您想要自动分配级别，您可以这样做:

transform!(df, names(df, AbstractString) .=> categorical, renamecols=false)

例如:

julia> df = DataFrame(x1=["a", "b"], x2=[1,2], x3=[missing, "x"], x4=["c", "d"])
2×4 DataFrame
 Row │ x1      x2     x3       x4
     │ String  Int64  String?  String
─────┼────────────────────────────────
   1 │ a           1  missing  c
   2 │ b           2  x        d

julia> transform!(df, names(df, AbstractString) .=> categorical, renamecols=false)
2×4 DataFrame
 Row │ x1    x2     x3       x4
     │ Cat…  Int64  String?  Cat…
─────┼────────────────────────────
   1 │ a         1  missing  c
   2 │ b         2  x        d

您可以看到只有 :x1 和 :x4 发生了变化。