Dataframe 基于字符串长度的Julia数据帧过滤

是否有一种基于列中字符串长度过滤Julia数据帧的矢量化方法？

以下方法是否足够：

df = DataFrame(fielda=[1,2],fieldb=["good","morning"])
df[Bool[length(x)<5 for x in df[:fieldb]],:]

df=DataFrame（fielda=[1,2]，fieldb=[“早上好”]）
df[Bool[length（x）是否足够：

df = DataFrame(fielda=[1,2],fieldb=["good","morning"])
df[Bool[length(x)<5 for x in df[:fieldb]],:]

df=DataFrame（fielda=[1,2]，fieldb=[“早上好”]）
使用数据帧的df[Bool[length（x）

df=数据帧（str=[“一”、“二”、“三”、“四”、“五”、“六”]）
df[map（str->length（str），df[：str]）。使用数据帧的长度（str）

df=数据帧（str=[“一”、“二”、“三”、“四”、“五”、“六”]）
df[map（str->length（str），df[：str]）。julia中的length（str）你不需要矢量化。同意。但是，偶尔（我知道我没有很好地阐述具体的场景）在数据帧中循环可能会很慢。然后，也许你应该清楚地说明具体的场景。当“在数据帧中循环”是“慢”时，这似乎不太可能向量化会更快，除非你多次遍历结果。你想实现什么？我假设向量操作通常比循环更快。“遍历结果”意味着什么？df[df[：time]>10，：]性能与使用条件循环通过列/数据帧一样？在julia中，您不需要矢量化。同意。但是，偶尔（我知道我没有很好地阐述具体场景）循环通过数据帧可能会很慢。然后，也许您应该阐述具体场景。在“在数据帧中循环”是“慢”的，矢量化速度会更快，除非你多次遍历结果。你想实现什么？我假设矢量运算通常比循环快。“遍历结果”意味着什么？df[df[：time]>10，：]性能是否与使用条件行循环通过列/数据帧一样？
df[map(str->length(str)<=3, df[:str]),:]