Julia 缺少列时中断vcat上的更改

对于Julia 0.5，我习惯于这样做：

A = DataFrame(ID = [20,40], Name = ["John Doe", "Jane Doe"])
B = DataFrame(ID = [60,80], Job = ["Sailor", "Sommelier"])
C = DataFrame(Year = [1978, 1982], Test = ["Something", "Somewhere"])
vcat(A,B,C)

现在，我尝试在v0.6.4中复制相同的内容，但得到的却是一个错误：

ArgumentError:参数1中缺少列Job、Year和Test，参数2中缺少列Name、Year和Test，参数3中缺少列ID、Name和Job

我在阅读文档时试图弄清这件事的真相，但运气不好。

---

有人能向我澄清一下吗？

现在

DataFrames

中的

vcat

严格要求串联的

DataFrames

包含相同的列

如果在加载

DataFrames

包后阅读

vcat

的帮助，您将发现：

所有传递的数据帧中的列名必须相同，但顺序可以不同。在这种情况下，将使用第一次传递的

数据帧中的名称顺序

修复此问题的方法是向所有数据帧添加缺少的列。下面是如何在示例中就地执行此操作（注意，现在
missing
用于指示缺少的值）：

如果你想避免修改原始的
数据帧
，你应该先复制它们。
现在
数据帧
中的
vcat
严格要求串联的
数据帧
包含相同的列

如果在加载
DataFrames
包后阅读
vcat
的帮助，您将发现：

所有传递的数据帧中的列名必须相同，但顺序可以不同。在这种情况下，将使用第一次传递的
数据帧中的名称顺序

修复此问题的方法是向所有数据帧添加缺少的列。下面是如何在示例中就地执行此操作（注意，现在
missing
用于指示缺少的值）：

如果你想避免修改原始的
数据帧
，你应该先复制它们。
非常感谢@Bogumil Kaminski，它非常好用，而且非常干净！然而，我读到很多人担心vcat的性能，我可能需要为大约20列聚合数百万行。你认为我应该担心吗？有更好的方法吗？谢谢，洛蒂特应该很快，因为
vcat
只使用适当的目标大小分配一次结果，然后使用
copyto。您可能遇到的唯一问题是当您有数千个
DataFrames
到
vcat
时，因为splating是无效的（如果您有中等数量的甚至大的
DataFrames
都应该可以）。如果遇到这种情况，可以使用
数据帧。vcat
，它接受向量作为参数。这有点滥用，因为它没有导出，所以将来可能会在没有警告的情况下更改或删除它。您可以查看
\u vcat
的源代码，看看它是如何工作的。非常感谢@Bogumil Kaminski，它工作得非常好，而且非常干净！然而，我读到很多人担心vcat的性能，我可能需要为大约20列聚合数百万行。你认为我应该担心吗？有更好的方法吗？谢谢，洛蒂特应该很快，因为
vcat
只使用适当的目标大小分配一次结果，然后使用
copyto。您可能遇到的唯一问题是当您有数千个
DataFrames
到
vcat
时，因为splating是无效的（如果您有中等数量的甚至大的
DataFrames
都应该可以）。如果遇到这种情况，可以使用
数据帧。vcat
，它接受向量作为参数。这有点滥用，因为它没有导出，所以将来可能会在没有警告的情况下更改或删除它。您可以检查
\u vcat
的源代码以了解其工作原理。
julia> for n in unique([names(A); names(B); names(C)]), df in [A,B,C]
       n in names(df) || (df[n] = missing)
       end

julia> [A; B; C]
6×5 DataFrames.DataFrame
│ Row │ ID      │ Name     │ Job       │ Year    │ Test      │
├─────┼─────────┼──────────┼───────────┼─────────┼───────────┤
│ 1   │ 20      │ John Doe │ missing   │ missing │ missing   │
│ 2   │ 40      │ Jane Doe │ missing   │ missing │ missing   │
│ 3   │ 60      │ missing  │ Sailor    │ missing │ missing   │
│ 4   │ 80      │ missing  │ Sommelier │ missing │ missing   │
│ 5   │ missing │ missing  │ missing   │ 1978    │ Something │
│ 6   │ missing │ missing  │ missing   │ 1982    │ Somewhere │