如何按条件子集Julia DataFrame，其中列缺少值

这似乎是一件非常简单的事情，但我无法做到

我在julia中有一个dataframe

df

，其中一列的类型为

Array{Union{Missing，Int64}，1}

该列中的值为：

[缺失，1，2]

我只想将dataframe

df

子集，以便只查看对应于某个条件的行，例如列等于2的行

我尝试的-->结果：

df[df[：col]。==2]

-->

方法错误：没有与getindex匹配的方法

df[df[：col]。==2，：]
-->
参数错误：Bool类型的行索引无效

df[df[：col]。==2，：col]
-->
边界错误：尝试访问字符串
（请注意，仅执行
df[！，：col]
将导致：
1339元素数组{Union{Missing，Int64}，1}:[…eling output…]
，我最喜欢的警告是julia:
警告：getindex（df:：DataFrame，col ind:：ColumnIndex）已弃用，请改用df[！，col_ind]。
刚刚使用它似乎可以免除我的警告，但不管怎样。）

这不可能像看上去那么难

正如供参考的那样，我可以通过
使用Query
和多行sql查询来获得我想要的数据，这看起来……很麻烦。
如何进行行子集设置
有两种方法可以解决您的问题：

使用
isequal
而不是
==
，因为
==
实现了这一点，所以只需编写其中一个即可：
如果要使用
==
请在其上使用
合并
，例如：
它与DataFrames.jl没有什么特别之处。索引在Julia Base中的工作方式相同：

julia> x = [1, 2, missing]
3-element Array{Union{Missing, Int64},1}:
 1
 2
  missing

julia> x[x .== 2]
ERROR: ArgumentError: unable to check bounds for indices of type Missing

julia> x[isequal.(x, 2)]
1-element Array{Union{Missing, Int64},1}:
 2

（一般来说，如果可能，DataFrames.jl将与Julia Base保持一致；除了一些不可能的情况外，主要区别在于
DataFrame
具有异构列元素类型，而Julia Base中的
Matrix
具有异构元素类型）

如何建立索引
DataFrame
是一个二维对象。它有行和列。在Julia中，通常使用
df[…]
符号通过对象维度中的位置访问对象。因此，
df[：col]
不是索引到
数据帧的有效方法。您正在尝试使用一个索引维度，同时需要同时指定行和列索引。您将收到一条警告，因为您使用的索引方法无效（在DataFrames.jl的下一版本中，此警告将消失，您将只会收到一个错误）

实际上，您的示例
df[df[：col]。==2]
说明了为什么我们不允许一维索引。在
df[：col]
中，您尝试使用一维索引来子集列，但在外部
df[df[：col]。==2]
中，您希望使用一维索引来子集行

从数据帧获取列的最简单方法是
df.col
或
df.col
（如果列名称中有空格等字符，则通常使用第二种方法）。这样您就可以访问列
：col
，而无需复制它。使用索引编写此选择的等效方法是
df[！，：col]
。如果要复制列，请写入
df[：，：col]

旁注-更高级的索引
事实上，在Julia Base中，如果
a
是一个数组（任何维度），那么
a[i]
是一个有效的索引，如果
i
是一个整数或
CartesianIndex
。执行
df[i]
，其中
i
是一个整数，对于
DataFrame
来说是不允许的，因为如果我们想遵循Julia Base的约定（因为它与数组的存储模式相关，而数组的存储模式与
DataFrame
不同），用户会感到太困惑。当
i
是
CartesianIndex
时，您可以编写
df[i]
（因为这是明确的）。我想这不是你要找的东西

详细描述了为
数据帧
编制索引所允许的所有规则。此外，还将举办一个研讨会，会上将详细讨论DataFrames.jl中的索引设计（它是如何工作的，为什么以这种方式工作，以及它是如何在内部实现的）。
非常感谢！这非常有用。对这些基本任务的简要解释将极大地帮助像我这样试图从Python中获得数据的科学家。感谢您的充分讨论！
df[coalesce.(df.col .== 2, false), :] # new data frame

julia> x = [1, 2, missing]
3-element Array{Union{Missing, Int64},1}:
 1
 2
  missing

julia> x[x .== 2]
ERROR: ArgumentError: unable to check bounds for indices of type Missing

julia> x[isequal.(x, 2)]
1-element Array{Union{Missing, Int64},1}:
 2