Julia中没有值的DataFrame列？

我正在努力理解Julia中的数据帧是如何工作的，我现在很不舒服

我通常使用Python中的DataFrames，在每个模拟步骤中添加新列，并用值填充每一行

例如，我有一个包含输入数据的数据框：

using DataFrames

df = DataFrame( A=Int[], B=Int[] )
push!(df, [1, 10])
push!(df, [2, 20])
push!(df, [3, 30])

现在，让我们假设我基于那些

A

和

B

列进行计算，这些列生成第三列

C

，其中包含DateTime对象。但并非为所有行生成DateTime对象，它们可能为空

Julia如何处理该用例

如何创建新的C列并在

中为每个箭头（df）

中的r赋值

为了给出一个可运行的具体代码，让我们假设条件和函数：

df[! :C] .= nothing

for r in eachrow(df)
    if r.A == 2
        r.C = Dates.now()
    else
        r.C = nothing
    end
end

---

如果使用

df[！，：C].=nothing初始化列，则该列具有元素类型
nothing
。将
DateTime
s写入此列时，Julia试图将其转换为
Nothing
，但失败。
我不确定这是否是最有效或推荐的解决方案，但如果您将列初始化为
DateTime
和
Nothing

df[!, :C] = Vector{Union{DateTime, Nothing}}(nothing, size(df, 1))

您的示例应该有效。
实现这一点的有效模式是：

df.C = f.(df.A, df.B)

其中，
f
是一个函数，它采用标量并基于标量计算输出（即模拟代码），然后将需要从
df
中提取的列传递给它以执行计算。通过这种方式，Julia编译器将能够生成快速（类型稳定）的本机代码

在您的示例中，函数
f
将是
ifelse
，因此您可以编写：

df.C = ifelse.(df.A .== 2, Dates.now(), nothing)

也可以考虑“<代码> > < <代码> >或代码>缺失< /代码>（它们在朱丽亚中有不同的解释：<代码>没有< /代码>表示值的缺失和<代码>缺少< /代码>意味着该值存在，但不知道；我不确定在您的情况下哪个更好）。我还注意到，我可以创建一个数组
C=[]
，它的类型似乎是
Any
，然后
push
的
元素。循环结束后，只需将
C
附加到数据帧
df.C=C
。不建议创建
Any
类型的向量（除非您确实必须这样做），因为以后使用它们会很慢（编译器不知道它们所持有的值的类型）。完美的答案！我会使用
nrow（df）
而不是
size（df，1）
，这在我的笔记本电脑上要快20 ns；-）我将尝试这种方法。谢谢，这有助于更好地理解如何在Julia中工作。这是性能建议的一个特殊应用程序，它将与性能关键代码中的您相关。谢谢，我将查看链接以添加到Kaminski答案中。。在许多Julia操作中，使用
nothing
将导致运行时错误，而
missing
将导致
missing
以静默方式传播。如果选择缺少的情况，不要忘记将数据帧列定义为
Union{t，missing}
，例如
Union{Float64，missing}
。
df.C = ifelse.(df.A .== 2, Dates.now(), nothing)