过滤多个条件时，Julia dataframes方法错误不明确

我想在多个条件下过滤数据帧，并在这些条件为真时赋值， 我已经编写了以下代码，但是我得到了以下错误

error:MethodError:convert（：：Type{Union{}，：：String）不明确。

#Make a new column c2 with missing values
df[:,:c2] .= missing

#Filter and assign values to column c2
df[(.!ismissing.(df.preconV) .& .!ismissing.(df.delayV) .& ismissing.(df.budgetV) .& .!ismissing.(df.improvDeclV)), :c2 ] .= "A1"

但是，当我取出

=“A1”

部分时，数据帧会被正确过滤。就在赋值时，错误突然出现

#Just filtering works fine!
df[(.!ismissing.(df.preconV) .& .!ismissing.(df.delayV) .& ismissing.(df.budgetV) .& .!ismissing.(df.improvDeclV)), :c2 ]
#out > 65-element Array{Missing, 1}

我也知道，可以使用

ifelse

命令来实现相同的结果，但在这种情况下，它不会起作用，因为这只是我在这里显示的一行代码，但我还有许多其他代码行，用于其他组合（preconV、delayV…），否则语句将覆盖上一个语句中的值。 我已经附上了一个图片的一部分数据框得到一个想法（只有4列显示，因为数据框太大）

你知道是什么导致了这个模棱两可的错误吗

---

解决了这个问题，这是一个数据类型错误

---

创建新列时需要将此行（

df[：，：c2].=missings

）更改为

df[：，：c2]=Array{String}（unde，nrow（df））

，我认为最好编写

df.c2=missings（String，nrow（df））

。 首先，对我来说，它似乎读得更清楚。第二，我的建议与

df[：，：c2]=…

（在这种情况下，您不需要复制）相反，不需要复制