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,dataframe,julia,na,missing-data,Dataframe,Julia,Na,Missing Data,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(Fl
csv
文件中有一个凌乱的列(数据帧的a列)
我想做的是:
Float64
)缺失中转换字符串“-”
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