Dataframe Julia数据帧中NA的正确测试方法

在Julia DataFrames包中，测试DataFrame中的值是否为NA的正确方法是什么

到目前为止，我已经发现

typeof（var）==NAtype

是可行的，但是有没有更优雅的方法呢？

使用

typeof（var）==NAtype

因为这很尴尬，特别是因为它没有矢量化

测试

NA

值的标准方法是使用名为

isna

的（矢量化）函数

例子 让我们用

B

列中的一些

NA

值生成一个玩具数据框：

julia> using DataFrames

julia> df = DataFrame(A = 1:10, B = 2:2:20)
10x2 DataFrame
| Row | A  | B  |
|-----|----|----|
| 1   | 1  | 2  |
| 2   | 2  | 4  |
| 3   | 3  | 6  |
| 4   | 4  | 8  |
| 5   | 5  | 10 |
| 6   | 6  | 12 |
| 7   | 7  | 14 |
| 8   | 8  | 16 |
| 9   | 9  | 18 |
| 10  | 10 | 20 |

julia> df[[1,4,8],symbol("B")] = NA
NA

julia> df
10x2 DataFrame
| Row | A  | B  |
|-----|----|----|
| 1   | 1  | NA |
| 2   | 2  | 4  |
| 3   | 3  | 6  |
| 4   | 4  | NA |
| 5   | 5  | 10 |
| 6   | 6  | 12 |
| 7   | 7  | 14 |
| 8   | 8  | NA |
| 9   | 9  | 18 |
| 10  | 10 | 20 |

现在，让我们假设我们不知道数据帧的内容，并提出以下问题：

列

B

是否包含

NA

值

typeof

方法不起作用，这里：

julia> typeof(df[:,symbol("B")]) == NAtype
false

isna

功能更合适：

julia> any(isna(df[:,symbol("B")]))
  true