Julia：为DataFrame的y列中的每个唯一值创建x列的摘要值

对于

y

列中的每个唯一值，我想对我的

DataFrame

的

x列应用一些函数，如均值和方差。我可以想象建立一个循环，手动将
数据帧子集
，以完成我的目标，但我试图不为可能是一个共同特性的东西重新发明轮子

using DataFrames
mydf = DataFrame(y = [randstring(1) for i in 1:1000], x = rand(1000))
# I could imagine a function that looks like:
apply(function = mean, across = mydf[:x], by = mydf[:y])

你说得对，这很普遍。请查看文档中的章节。这里有几种方法：您可以使用更通用的
by
函数来精确指定要对哪些列进行操作，也可以使用方便的
aggregate
函数来使用所有其他列并自动合理地命名它们：

julia> aggregate(mydf, :y, mean)
62×2 DataFrames.DataFrame
│ Row │ y   │ x_mean   │
├─────┼─────┼──────────┤
│ 1   │ "0" │ 0.454196 │
│ 2   │ "1" │ 0.541434 │
│ 3   │ "2" │ 0.36734  │
⋮

groupby
是你的朋友。查看在线文档中的示例，在REPL中键入
？groupby
（特别是使用
合并
）可能重复的