在Julia中预先分配已知大小的数据帧

当我运行模拟时，我喜欢初始化一个大的空数组，并在模拟迭代到最后时填充它。我使用类似于

res=Array（Real，（n_迭代，n_参数））

的方法来实现这一点。不过，如果有命名列就好了，我认为这意味着使用数据框架。然而，当我尝试执行类似于

res\u df=convert（DataFrame，res）

的操作时，它会抛出一个错误。我想要一个更简洁的方法，而不是像以下答案所建议的那样做

res_df=DataFrame（a=Array（Real，N），b=Array（Real，N），c=Array（Real，N），c=Array（Real，N），…）

你可以使用

数据框架（column_eltypes:：Array{T，1}，cnames:：Array{T，1}，nrows:：Integer）

构造函数：

julia> DataFrame([Real,Real,Real],[:a,:b,:c], 10000)
10000x3 DataFrame
| Row   | a  | b  | c  |
|-------|----|----|----|
| 1     | NA | NA | NA |
| 2     | NA | NA | NA |
⋮
| 9998  | NA | NA | NA |
| 9999  | NA | NA | NA |
| 10000 | NA | NA | NA |

---

也就是说，我强烈建议您对数组使用具体类型，而不是真正的

Real

；e、 例如，

DataFrame（[Float64，Float64，

。这样做会大大提高性能。

如果您知道所有列都是相同类型的，并且永远不会有未填充的（

NA

）元素，您可能还可以使用其他数据结构。请看一看，或者如果您愿意在不稳定的0.4上工作，您可以尝试我最近正在进行的工作。这两个项目都旨在通过维度名称和轴元数据更直接地增强内置的

数组

，而DataFrames使用列集合的方法。