Dataframe 如何在Julia中向数据帧插入缺少的值
即使是NA也不起作用 我犯了一个错误 MethodError:无法将Missings类型的对象转换为Int64类型的对象 这可能是由于调用构造函数Int64。。。, 因为类型构造函数会退回到转换方法。 堆栈跟踪: [1] setindex!::数组{Int64,1},::Missings.Missing,::Int64 at./Array.jl:583 [2] 插入单个项目!::DataFrames.DataFrame,::Missings.Missing,::Int64,::Symbol at/home/jrun/.julia/v0.6/DataFrames/src/DataFrame/DataFrame.jl:361 [3] setindex!::DataFrames.DataFrame,::Missings.Missing,::Int64,::Symbol at/home/jrun/.julia/v0.6/DataFrames/src/DataFrame/DataFrame.jl:448 [4] include_string::string,::string at./loading.jl:522 使用allowmissing!功能Dataframe 如何在Julia中向数据帧插入缺少的值,dataframe,julia,Dataframe,Julia,即使是NA也不起作用 我犯了一个错误 MethodError:无法将Missings类型的对象转换为Int64类型的对象 这可能是由于调用构造函数Int64。。。, 因为类型构造函数会退回到转换方法。 堆栈跟踪: [1] setindex!::数组{Int64,1},::Missings.Missing,::Int64 at./Array.jl:583 [2] 插入单个项目!::DataFrames.DataFrame,::Missings.Missing,::Int64,::Symbol at
df3[10, :A] = missing
df3[15, :B] = missing
df3[15, :C] = missing
您可以看到数据框中哪些列允许丢失,因为它们用⍰ 在列名下的类型名称之后
您还可以使用allowmissing函数创建新的数据帧
这两个函数都可以选择接受要转换的列
最后是一个disallowmissing/disallowmissing!如果向量实际上不包含缺失值,则执行相反操作的配对,即从eltype中删除可选缺失并集。您可以建议我了解julia1.0中这些新更改的来源,因为我在文档中没有找到这些内容在文档中,您可以在此处找到:。这里还有一个关于DataFrames.jl的教程:第3章介绍了您的问题主题。
julia> using DataFrames
julia> df = DataFrame(a=[1,2,3])
3×1 DataFrame
│ Row │ a │
│ │ Int64 │
├─────┼───────┤
│ 1 │ 1 │
│ 2 │ 2 │
│ 3 │ 3 │
julia> df.a[1] = missing
ERROR: MethodError: Cannot `convert` an object of type Missing to an object of type Int64
julia> allowmissing!(df)
3×1 DataFrame
│ Row │ a │
│ │ Int64⍰ │
├─────┼────────┤
│ 1 │ 1 │
│ 2 │ 2 │
│ 3 │ 3 │
julia> df.a[1] = missing
missing
julia> df
3×1 DataFrame
│ Row │ a │
│ │ Int64⍰ │
├─────┼─────────┤
│ 1 │ missing │
│ 2 │ 2 │
│ 3 │ 3 │