我的数据框有3个与此问题相关的值，:ID，:Position，:Probability。每行都是唯一的，但多行可能具有相同的ID。我想要做的是获取Position的特定值的所有行，与ID的任何行共享Probability高于某个值的行1020692×8 DataFrames.DataFrame
│ Row │ ID │ Position │ Probability │
├─────────┼─────┼───────────────┼─────────────┤
│ 1 │ 425 │ "first" │ 0.02 │
│ 2 │ 425 │ "last" │ 0.03 │
│ 3 │ 425 │ "penultimate" │ 0.02 │
│ 4 │ 425 │ "other" │ 0.04 │
│ 5 │ 421 │ "first" │ 0.44 │
│ 6 │ 421 │ "last" │ 0.85 │
│ 7 │ 421 │ "second" │ 0.59 │
│ 8 │ 421 │ "other" │ 1.0 │
⋮
位置。
例如，假设我有以下DataFrame（df）：
0.8如果我设置了:Position == "first"的阈值，那么如果:ID :Position == "last" && :Probability > 0.8 :Probability > 0.8 :Position == "first"，我希望最终得到"last"的所有行。换句话说，我想要第5行，因为第6行有ID，但不是第1行，因为第2行没有。
检查阈值的行不会始终跟在我要保留的行之后。并非last要检查Probability > 0.8行的所有行，但最多只有一行。
我尝试解决此问题的方法是使用in()制作firsts = df[df[:Position] .== "first", :]
lasts = df[df[:Position] .== "last", :]
meetsthreshold = lasts[lasts[:Probability] .> 0.8, :ID]
final = firsts[[in(i, meetsthreshold) for i in firsts[:ID]], :]
位于ID位置的所有length(meetsthreshold)的向量，然后尝试使用{{1}对数据框进行子集化}。所以......
ID我使用intersect(Set(firsts[:ID]), Set(meetsthreshold)) s的超短向量对其进行了测试，但它确实有效，但实际数据（RefBool test = false;
if (test)
{
}
>> 100k）却超级严重。我认为我想要的基本上是一个集合交集，如果我用public class RefBool
{
public bool Value { get; set; }
public RefBool(bool value)
{
this.Value = value;
}
public static implicit operator RefBool(bool val)
{
return new RefBool(val);
}
}
s（例如$.connection.hub.qs = "access_token=" + mytoken;
）这样做，它基本上是瞬时的。有没有办法与数据帧进行集合交集，这样我才能真正得到行？
答案 0 :(得分：2)
我觉得自己像个白痴 - 解决方案只是使用一个集合代替向量来搜索。例如：
firsts = df[df[:Position] .== "first", :]
lasts = df[df[:Position] .== "last", :]
meetsthreshold = Set(lasts[lasts[:Probability] .> 0.8, :ID])
final = firsts[Vector{Bool}([in(i, meetsthreshold) for i in firsts[:ID]]), :]
跑了~1秒。