Dataframe 初始化缺少值的列并复制+；将数据帧的另一列转换为初始化列

我在

csv

文件中有一个凌乱的列（数据帧的a列）

我想做的是：

将整数从字符串转换为数字（例如

Float64

）

在

缺失中转换字符串
“-”

策略是首先定义一个新的列向量，该列向量中填充缺少的元素

df[:C] = fill(missing, size(df)[1])

然后使用for循环执行2个转换

for i in 1:size(df)[1]
    if df[:A][i] == "-"
        continue
    else
        df[:C][i] = parse(Float64,df[:A][i])
    end
end

但是，当查看

df[：C]

时，我有一列只填充了missing。

---

我做错了什么？

您的代码有几个问题，但首先让我说明如何编写此转换：

df.C = passmissing(parse).(Float64, replace(df.A, "-"=>missing))

这不是做这件事的最有效的方法，但很容易推理

使用循环的实现可能如下所示：

df.C = similar(df.A, Union{Float64, Missing});

for (i, a) in enumerate(df.A)
    if !ismissing(a) && a != "-"
        df.C[i] = parse(Float64, a)
    else
        df.C[i] = missing
    end
end

请注意，默认情况下，

similor

将用

missing

填充

df.C

，因此可以删除

else

部分，但此行为没有文档记录，因此编写它更安全

您还可以使用理解：

df. C = [ismissing(a) || a == "-" ? missing : parse(Float64, a) for a in df.A]

现在，要修复代码，您可以编写：

# note a different initialization
# in your code df.C allowed only values of Missing type and disallows of Float64 type
df.C = Vector{Union{Float64, Missing}}(missing, size(df, 1))

for i in 1:size(df)[1]
    # note that we need to handle missing value and "=" separately
    if ismissing(df.A[i]) || df.A[i] == "-"
        continue
    else
        df.C[i] = parse(Float64,df.A[i])
    end
end

---

最后请注意，最好编写

df.C

而不是

df[：C]

来访问数据帧中的一列（目前两者都是等效的，但将来可能会发生变化）。

在建议的修复方案中，您是否应该检查a列而不是C列中缺少的或“-”元素？我想这也是问题的症结所在。谢谢你，修正了。我知道这个bug，但复制粘贴的风险如下：）。事实上，这就是我喜欢第一个解决方案的原因，因为它使用基于转换的方法。谢谢，我也解决了这个问题

# note a different initialization
# in your code df.C allowed only values of Missing type and disallows of Float64 type
df.C = Vector{Union{Float64, Missing}}(missing, size(df, 1))

for i in 1:size(df)[1]
    # note that we need to handle missing value and "=" separately
    if ismissing(df.A[i]) || df.A[i] == "-"
        continue
    else
        df.C[i] = parse(Float64,df.A[i])
    end
end