Julia 数据类型-Data.array和array之间的差异

所以我使用的是Indicators包和sma函数。sma功能的设置如下：

function sma(x::Array{Float64}; n::Int64=10)::Array{Float64}
    return runmean(x, n=n, cumulative=false)
end

它的输入是一个数组{Float64}

因此，我使用以下类型将数据加载到df中：

julia> showcols(df)
6258×7 DataFrames.DataFrame
│ Col # │ Name      │ Eltype  │ Missing │
├───────┼───────────┼─────────┼─────────┤
│ 1     │ Date      │ Date    │ 0       │
│ 2     │ Open      │ Float64 │ 0       │
│ 3     │ High      │ Float64 │ 0       │
│ 4     │ Low       │ Float64 │ 0       │
│ 5     │ Close     │ Float64 │ 0       │
│ 6     │ Adj_Close │ Float64 │ 0       │
│ 7     │ Volume    │ Int64   │ 0       │

然后，我尝试直接在数据框列上运行sma函数，如下所示：

df[:Close_200sma] = sma(df[:Close],n=200)

它报告说：

MethodError: no method matching sma(::DataArrays.DataArray{Float64,1}; n=200

我看到的类型是：

6258-element DataArrays.DataArray{Float64,1}

DataArrays是一种允许丢失值的数据结构，因此我在这里阅读：

我导入了以下数据：

df = readtable("SPY.csv", header=true) 

所以不确定它是如何转换为data.array结构的

当我将数据帧列拉入向量并使用convert（）转换为数组时：

    Close = Float64[]
    Close = vec(df[:Close]) # 
6258-element DataArrays.DataArray{Float64,1}

# I use convert to direct array to drop the dataarray structure:
    Close = convert(Array, Close) # Float64[6258]

我可以通过sma函数很好地运行它：

sma(Close,n=200)

当我检查showcols（df）时

eltype是Float64。因为它被包装到datarray结构中，所以我无法将其传递给仅为Float64设置的SMA函数

我说它不工作是因为datarray结构，这就是为什么我不能让它直接工作到数据帧中的原因，对吗

当我使用CSV包中的read.CSV（）时，这个调用工作正常，但是它开始抛出null错误并覆盖其他文件。所以我暂时放弃了CSV软件包

dt = CSV.read("SPY.csv", types=[String; fill(Float64, 5); Int])

---

在这里，我能够指定类型，并且能够将df列运行到sma（）函数

在你的问题中有很多问题，但我相信可以归结为：为什么你不能调用你用

数据数组定义的
sma
函数

这是因为你要求你的
sma
函数只对
Array{Float64}
起作用，它必须只返回
Array{Float64}
中的东西
DataArray{Float64}
，正如您所发现的，它不是
数组{Float64}
。它是另一种数组（带有小写的“a”数组）。然而，它是一个
抽象数组{Float64}
。已经实现了许多自定义数组对象，它们的外观、行为和行为与内置的
数组类似，但具有特殊的属性。在这种情况下，special属性专门处理缺少的值

所以你有两个选择：


您可以实现方法来接受并可能返回任何
抽象数组{Float64}
。如果您不依赖任何特殊的内部行为，并且只使用索引作为数组中的API，则通常认为这是一种好的样式
或者，您可以在调用
DataArray
之前将其显式转换为
Array
。您可以使用
convert（数组{Float64}，A）
执行此操作，但请注意，如果缺少任何元素，它将抛出一个错误
在您的问题中有很多问题，但我相信它归结为：为什么不能调用您用
数据数组定义的
sma
函数

这是因为你要求你的
sma
函数只对
Array{Float64}
起作用，它必须只返回
Array{Float64}
中的东西
DataArray{Float64}
，正如您所发现的，它不是
数组{Float64}
。它是另一种数组（带有小写的“a”数组）。然而，它是一个
抽象数组{Float64}
。已经实现了许多自定义数组对象，它们的外观、行为和行为与内置的
数组类似，但具有特殊的属性。在这种情况下，special属性专门处理缺少的值

所以你有两个选择：


您可以实现方法来接受并可能返回任何
抽象数组{Float64}
。如果您不依赖任何特殊的内部行为，并且只使用索引作为数组中的API，则通常认为这是一种好的样式
或者，您可以在调用
DataArray
之前将其显式转换为
Array
。您可以使用
convert（数组{Float64}，A）
执行此操作，但请注意，如果缺少任何元素，它将抛出一个错误

dt = CSV.read("SPY.csv", types=[String; fill(Float64, 5); Int])