Julia按上一列读取数据帧索引中的最后一列
我有一个数据框,它有3列 年龄、性别和比率 我想通过参考前两列来阅读“Rate” 假设,(3,M)将返回0.0001885 在朱莉娅身上有什么聪明的方法可以做到这一点吗Julia按上一列读取数据帧索引中的最后一列,julia,Julia,我有一个数据框,它有3列 年龄、性别和比率 我想通过参考前两列来阅读“Rate” 假设,(3,M)将返回0.0001885 在朱莉娅身上有什么聪明的方法可以做到这一点吗 (我希望这个解决方案可以是通用的,无论我需要多少索引列,这个解决方案都可以处理这个问题)创建一个示例DataFrame julia> df = DataFrame(Age = rand(1:100,10), Sex = rand(['M','F'],10), Rate = ran d(10)) 10x3 DataFram
(我希望这个解决方案可以是通用的,无论我需要多少索引列,这个解决方案都可以处理这个问题)创建一个示例
DataFrame
julia> df = DataFrame(Age = rand(1:100,10), Sex = rand(['M','F'],10), Rate = ran
d(10))
10x3 DataFrames.DataFrame
| Row | Age | Sex | Rate |
|-----|-----|-----|------------|
| 1 | 2 | 'F' | 0.0125987 |
| 2 | 81 | 'F' | 0.0538013 |
| 3 | 3 | 'M' | 0.885425 |
| 4 | 92 | 'M' | 0.00412666 |
| 5 | 70 | 'M' | 0.113444 |
| 6 | 37 | 'M' | 0.845769 |
| 7 | 47 | 'M' | 0.234437 |
| 8 | 68 | 'M' | 0.791475 |
| 9 | 46 | 'M' | 0.831009 |
| 10 | 30 | 'M' | 0.812764 |
要根据多个条件选择行,请执行以下操作:
julia> df[(df[:Age].==47) & (df[:Sex].=='M'),:]
1x3 DataFrames.DataFrame
| Row | Age | Sex | Rate |
|-----|-----|-----|----------|
| 1 | 47 | 'M' | 0.234437 |
要按id选择列,请执行以下操作:
julia> df[(df[:Age].>47) & (df[:Sex].=='M'),3]
3-element DataArrays.DataArray{Float64,1}:
0.00412666
0.113444
0.791475
要选择最后一列,请执行以下操作:
julia> df[(df[:Age].>47) & (df[:Sex].=='M'),end]
3-element DataArrays.DataArray{Float64,1}:
0.00412666
0.113444
0.791475
要选择多个列,请执行以下操作:
julia> df[(df[:Age].>47) & (df[:Sex].=='M'),[1,3]]
3x2 DataFrames.DataFrame
| Row | Age | Rate |
|-----|-----|------------|
| 1 | 92 | 0.00412666 |
| 2 | 70 | 0.113444 |
| 3 | 68 | 0.791475 |
也可以使用列符号来做同样的事情,例如:Rate而不是id.如果每次都通过相同的列访问数据帧,则从索引到值的Dict是更快(可能更干净)的解决方案。为了澄清,在您的示例中,如下所示:
df = DataFrame(Age=[0,1,2,3,4,5,6],
Sex=UTF8String["M","M","M","M","M","M","M"],
Rate=[0.0031934,0.0002601,0.0002215,
0.0001885,0.000161,0.0001391,0.0001226])
# define Dict from :Age,:Sex => :Rate
d = Dict(zip((zip(df[:Age],df[:Sex])),df[:Rate]))
# now we have:
d[(3,"M")] == 0.0001885
d[(0,"M")] == 0.0031934
可以为其他访问组合生成额外的dict。这类似于在数据库上创建索引-使用模式、时间和内存限制应该指导解决方案的选择。@Reza的解决方案(参见相关答案),例如,节省内存,保持在
数据框中,并且非常清晰。好的解决方案和比我更快的解决方案值得投票:p