Dataframe Writetable正在使用“导出数据”；可为空的{Type}（数据）"；而不仅仅是Julia中的数据_Dataframe_Export_Julia

Dataframe Writetable正在使用“导出数据”；可为空的{Type}（数据）"；而不仅仅是Julia中的数据

dataframe julia

Dataframe Writetable正在使用“导出数据”；可为空的{Type}（数据）"；而不仅仅是Julia中的数据,dataframe,export,julia,Dataframe,Export,Julia,例如，我有一个如下所示的数据帧，我们称之为df ╔═════╦══════╦══════╦══════╗ ║ Row ║ a ║ b ║ c ║ ╠═════╬══════╬══════╬══════╣ ║ 1 ║ 0.66 ║ 0.55 ║ 0.44 ║ ╠═════╬══════╬══════╬══════╣ ║ 2 ║ 0.11 ║ 0.22 ║ 0.33 ║ ╠═════╬══════╬══════╬══════╣ ║ 3 ║ 1.00 ║ 2.00 ║ 3

例如，我有一个如下所示的数据帧，我们称之为df

╔═════╦══════╦══════╦══════╗
║ Row ║ a    ║ b    ║ c    ║
╠═════╬══════╬══════╬══════╣
║ 1   ║ 0.66 ║ 0.55 ║ 0.44 ║
╠═════╬══════╬══════╬══════╣
║ 2   ║ 0.11 ║ 0.22 ║ 0.33 ║
╠═════╬══════╬══════╬══════╣
║ 3   ║ 1.00 ║ 2.00 ║ 3.00 ║
╚═════╩══════╩══════╩══════╝

当我使用writetable（“output.txt”，df）时，我收到文本文件中数字数据的以下类型的输出

“可为空的{Float64}（0.66）”

而不是

0.66

关于如何获得可写性以仅导出数据，您有什么想法吗

编辑：

我应该注意，只有在使用ReadStat包导入数据之后，才会发生这种情况。是否可以将整个数据集转换为可以正确导出的数组？这可能会解决问题

编辑#2：

我刚刚试着运行下面的代码（使用创建的函数

converter

），但收到错误（发布在下面）

converter（a）=hcat（[f（a，n）表示n=1：长度（a）]…）

收到的错误如下：

julia> converter(af)
ERROR: NullException()
 in convert at /home/ale/.julia/v0.5/NullableArrays/src/primitives.jl:248 [inlined]
 in convert(::Type{Array{Float64,N}}, ::NullableArrays.NullableArray{Float64,1}) at /home/ale/.julia/v0.5/NullableArrays/src/primitives.jl:256
 in f(::DataFrames.DataFrame, ::Int64) at ./REPL[6]:5
 in collect_to!(::Array{Array{T,1},1}, ::Base.Generator{UnitRange{Int64},##1#2{DataFrames.DataFrame}}, ::Int64, ::Int64) at ./array.jl:340
 in collect_to!(::Array{Array{Float64,1},1}, ::Base.Generator{UnitRange{Int64},##1#2{DataFrames.DataFrame}}, ::Int64, ::Int64) at ./array.jl:350
 in collect(::Base.Generator{UnitRange{Int64},##1#2{DataFrames.DataFrame}}) at ./array.jl:308
 in converter(::DataFrames.DataFrame) at ./REPL[7]:1

看/玩一看以下内容：

julia>使用数据帧
julia>a=[Nullable（0.1），Nullable{Float64}（），Nullable（0.3）]；
julia>b=[Nullable{Float64}（），Nullable（2.），Nullable（3.）；
julia>df=DataFrame（任意[a，b]，：a，：b]）
3×2数据帧。数据帧
│ 一行│ A.│ B│
├─────┼───────┼───────┤
│ 1.│ 0.1│ #无效的│
│ 2.│ #无效的│ 2│
│ 3.│ 0.3│ 3│
julia>c=[df[x]表示名称中的x（df）]；
julia>f（x）=[get（y，“Missing”）表示x中的y]；
julia>d=c中x的任意[f（x）；#数据帧需要“Any”（我想）
julia>df2=数据帧（d，名称（df））
│ 一行│ A.│ B│
├─────┼───────────┼───────────┤
│ 1.│ 0.1│ “失踪”│
│ 2.│ “失踪”│ 2│
│ 3.│ 0.3│ 3│
julia>writetable（“/home/tasos/Desktop/output.txt”，df2）

请注意，对于每一列，如果缺少一个值，由于混合数组，您的数字也将在引号中报告。如果希望它是所有整数，则必须选择不同的默认值“Missing”来表示缺少的值（例如，如果只需要正数，则为-1）

如果您不喜欢，那么您最好编写自己的“writetable”函数；这并没有那么困难，只是打开一个文件，然后在每一列中打印您想要的内容

此外，为了解决我们在评论中的一些讨论：

可为空的类型有两个字段：

julia>字段名（可空）
二元数组{符号，1}：
：hasvalue
：价值

让我们创建两个实例来说明它们的含义：

julia>a=Nullable（1，true）；b=可为空（2，false）；
朱莉娅>a.hasvalue，a.value
（对，1）
julia>b.hasvalue，b.value
（错，2）

您可以显式测试空值：

julia>isnull（a）
假的
julia>isnull（b）
真的
julia>isnull（0），isnull（“”）
（false，false）#如果输入不是可为null的类型，则默认情况下isnull返回false

或者可以使用“get”函数获取可为null的值。如果在null的情况下未定义替代项，则会得到一个NullException：

julia>get（a）
1.
朱莉娅>得到（b）
错误：NullException（）
堆栈跟踪：
[1] 在./Nullable.jl:92获取（：：Nullable{Int64}）
julia>get（b，“检测到空”）
“检测到空值”

定义为

Nullable（1，false）

的可空实例的

.value

值为1，但这是多余的，因为它被声明为

.hasvalue=false

，因此实际上是空的（如果您确实想查询

.value

）

定义为

n=Nullable{Float64}（）

的可空实例将为您提供一个具有

.hasvalue=false

和一个无意义的值的可空实例，该值可能是实例化期间该位置内存中的任何值，尽管解释为您声明的任何类型的可空实例（即Float64）：

julia>n=Nullable{Float64}（）
可为空的{Float64}（）
朱莉娅>n.hasvalue，n.value
（假，6.9015724352651e-310）

不确定ReadStat如何更改内容，但您可以尝试获取列并将其转换为普通浮点数组：

转换（数组{Float64}，df[：a]）

和/或可能使用这些普通数组重新创建数据帧。但是是的，如果我只是用上面的内容创建一个普通的数据帧，然后用

writetable

将其写出来，输出似乎很好。我想我已经发现了问题。由于ReadStat使用可空数组包，因此它将空值替换为#Null。无法转换这些值。我在上面发布的转换器函数在我到达存在#NULL值的列之前一直有效。我将看看是否能找到一种方法，用可以转换为值或NA的东西来替换这些。我尝试了

replace（af[338]，#NULL，NA）

其中338是第一次出现

#NULL

的列，但由于

的原因，我无法执行代码。啊，我明白了

#NULL

仅用于视觉表示。实际值是

Nullable{Float64}（）

。如果执行

a=Nullable{Float64}（）

操作，您将看到

a.hasvalue

为false。而不是说

a=Nullable{Float64}（1.0）

其中

a.hasvalue

为真，

a.value

为

1.0

。我对Nullable或Nullable数组不太熟悉，不知道是否有特定的方法，但在列表理解中使用上述方法应该很容易，并用您选择的标识符替换“null”值（即，

hasvalue

为false），例如NaN，因此，您可以编写table.NullableArray的文档非常棒，我今晚将对此进行研究！你是个天才。我修改了一下我的方式，我使用了

f（x）=[get（y，NA）表示x中的y]而不是f（x）=[get（y，“Missing”）表示x中的y]。这允许我使用DataArrays.NAtype的值，而不是conv
julia> converter(af)
ERROR: NullException()
 in convert at /home/ale/.julia/v0.5/NullableArrays/src/primitives.jl:248 [inlined]
 in convert(::Type{Array{Float64,N}}, ::NullableArrays.NullableArray{Float64,1}) at /home/ale/.julia/v0.5/NullableArrays/src/primitives.jl:256
 in f(::DataFrames.DataFrame, ::Int64) at ./REPL[6]:5
 in collect_to!(::Array{Array{T,1},1}, ::Base.Generator{UnitRange{Int64},##1#2{DataFrames.DataFrame}}, ::Int64, ::Int64) at ./array.jl:340
 in collect_to!(::Array{Array{Float64,1},1}, ::Base.Generator{UnitRange{Int64},##1#2{DataFrames.DataFrame}}, ::Int64, ::Int64) at ./array.jl:350
 in collect(::Base.Generator{UnitRange{Int64},##1#2{DataFrames.DataFrame}}) at ./array.jl:308
 in converter(::DataFrames.DataFrame) at ./REPL[7]:1