尝试从Julia中的箭头数据帧获取行时发生MethodError

我的数据集如下所示：

我拿了一个CSV文件，将其转换为拼花地板，然后将其发送到Arrow。我这样做是有原因的。我的目标是访问第

行“阿尔及利亚”

中的信息。这是我的代码：

df = CSV.read("temp.csv", DataFrame)
write_parquet("data_file.parquet", df)
df = DataFrame(read_parquet("data_file.parquet"))
Arrow.write("data_file.arrow", df)
df = DataFrame(Arrow.Table("data_file.arrow"))

dates = names(df)[5:end]
countries = unique(df[:, :"Country/Region"])

algeria = df[df."Country/Region" .== "Algeria", 4:end]
# Print(sum(eachcol(algeria)))
Print(Statistics.mean(eachcol(algeria)))

但试图从Arrow检索数据的最后一部分抛出以下错误：

MethodError: no method matching +(::Float64, ::String)

Closest candidates are:

+(::Any, ::Any, !Matched::Any, !Matched::Any...) at operators.jl:538

+(::Float64, !Matched::Float64) at float.jl:401

+(!Matched::ChainRulesCore.One, ::Any) at /home/onur/.julia/packages/ChainRulesCore/7d1hl/src/differential_arithmetic.jl:94

我做错了什么

这是我在REPL中输入“阿尔及利亚”时得到的结果

更新：加布里埃尔建议的实施：

begin
    algeria = df[df."Country/Region" .== "Algeria", 4:end]
    
    for i = 1:size(algeria, 2)
        if eltype(algeria[!, i]) == String
            algeria[!, i] = parse.(Float64, algeria[!, i])
        end
    end
    
    Statistics.mean(eachcol(algeria))
end

这就是错误：

MethodError: no method matching +(::Float64, ::String)

Closest candidates are:

+(::Any, ::Any, !Matched::Any, !Matched::Any...) at operators.jl:538

+(::Float64, !Matched::Float64) at float.jl:401

+(!Matched::ChainRulesCore.One, ::Any) at /home/onur/.julia/packages/ChainRulesCore/7d1hl/src/differential_arithmetic.jl:94

---

您需要矢量化

平均值

，请参见下面的代码：

julia> df = DataFrame(a=1:3, b=1.5:1:3.5)
3×2 DataFrame
 Row │ a      b
     │ Int64  Float64
─────┼────────────────
   1 │     1      1.5
   2 │     2      2.5
   3 │     3      3.5

julia> Statistics.mean.(eachcol(df))
2-element Vector{Float64}:
 2.0
 2.5

---

因此，

阿尔及利亚

中的一列似乎包含字符串而不是浮点数

在计算平均值之前，请尝试这样做：

for i = 1:size(algeria, 2)
    if eltype(algeria[!, i]) == String
        algeria[!, i] = parse.(Float64, algeria[!, i])
    end
end

---

请删除冥王星特有的

开始

结束

块，并使其他人不必很难阅读您的代码。您能告诉我们在REPL中键入

阿尔及利亚

时输出了什么吗？@GabrielHassler检查edits@oo92对不起，我没说清楚，我希望看到阿尔及利亚

中每个列的类型，通常在REPL中输出（尽管显然不是在您的特定编辑器中）。为了使
mean
起作用，阿尔及利亚
alegaria
中的所有元素应为
Float64
类型。试试这个：
all（eltype.（df[！，i]表示i=1:size（df，2））。==Float64）
看看它是否返回
true
。如果不是，用
findall（eltype.（df[！，i]for i=1:size（df，2））。！=Float64）找出哪些列的类型是错误的
，然后使用
parse（x，Float64）
的某个版本将它们转换为正确的类型。当然，但这不是我一直坚持的，你写的“最后一块”这就是那里的代码，在矢量化方面是不正确的。在这种情况下，也许您可以做一些MWE来更清楚地显示您需要什么：-）这就是抛出所述错误的原因：
alegaria=df[df.“Country/Region.”==“alegaria”，4:end]
这里没有涉及任何添加（
+
）。也许是因为那条被注释掉的线？不是。只是删除了它，没有任何区别。请检查编辑。我试图实现您的逻辑，但遇到了相同的错误。您是否尝试了
findall（eltype.（df[！，I]for I=1:size（df，2））。！=Float64）
以查看是否存在错误类型的列？最后，
mean
试图向
字符串添加一个
Float64
，因此某个地方必须有一个
字符串
。它只返回一个从1到n的整数列表，其中n是行的大小