Dataframe 将缺少的转换为Julia 1中的数值

我正在尝试将df中所有缺失的值转换为数值，例如0（是的，知道我在做什么…）

在Julia 0.6中，我可以写：

julia> df = DataFrame(
              cat = ["green","blue","white"],
              v1   = [1.0,missing,2.0],
              v2   = [1,2,missing]
            )
julia> [df[ismissing.(df[i]), i] = 0 for i in names(df)]

并获得：

julia> df
3×3 DataFrames.DataFrame
│ Row │ cat   │ v1  │ v2 │
├─────┼───────┼─────┼────┤
│ 1   │ green │ 1.0 │ 1  │
│ 2   │ blue  │ 0.0 │ 2  │
│ 3   │ white │ 2.0 │ 0  │

如果我在Julia 0.7中尝试，我会得到一个非常奇怪的错误：

MethodError:无法

将
Float64类型的对象转换为对象
字符串类型

我无法获取我试图转换为字符串的内容？？？任何解释（和解决方法）？
此问题的原因是Julia 0.6和Julia 1.0之间的广播机制发生了变化（它用于DataFrames.jl中的
插入多个条目！
函数）。最后
fill并尝试在检查集合是否为空之前进行转换

事实上，如果你想做一个完全通用的替换（我知道你想这样做），这有点复杂，效率比你在Base中的要低（原因是你不能依赖于检查向量中元素的类型，例如，你可以将
Int
分配给
Float64
的向量，它们有不同的类型）:

现在你可以走了：

foreach(col -> myreplacemissing!(col[2], 0), eachcol(df))

虽然我很欣赏Bogumil Kaminski的回答（也是因为我现在理解了失败背后的原因），但如果非数字列中存在缺失元素，则其建议的解决方案将失败，例如：

df = DataFrame(
  cat = ["green","blue",missing],
  v1   = [1.0,missing,2.0],
  v2   = [1,2,missing]
)

我可以做的是使用（根据我的需要，选择或仅使用一个）：

优点是，我可以为不同类型的列选择所需的值类型作为“缺少替换”（例如，0表示数字或“”表示字符串）

编辑：

也许更具可读性，再次感谢：

[df[ismissing.（df[i]），i]=0表示i in names（df）if Base.nonmissingtype（eltype（df[i]），如果我删除
cat
列，它就会工作。它似乎仍在尝试应用赋值，即使
cat
中的数组是空的，而在Julia 0.6中，让我们说“更智能”，意识到操作位置的设置为空..添加
if-typeof（df[i]）
df = DataFrame(
  cat = ["green","blue",missing],
  v1   = [1.0,missing,2.0],
  v2   = [1,2,missing]
)

[df[ismissing.(df[i]), i] = 0 for i in names(df) if  typeintersect(Number, eltype(df[i])) != Union{}]
[df[ismissing.(df[i]), i] = "" for i in names(df) if  typeintersect(String, eltype(df[i])) != Union{}]

[df[ismissing.(df[i]), i] = 0 for i in names(df) if  Base.nonmissingtype(eltype(df[i])) <: Number]
[df[ismissing.(df[i]), i] = "" for i in names(df) if  Base.nonmissingtype(eltype(df[i])) <: String]