Question

我正在尝试从数据框中删除一些列，并且不希望返回修改后的数据框并将其重新分配给旧数据框。相反，我希望该功能只是修改数据框。这就是我尝试的但它似乎没有做我除外。我的印象参数是作为参考而不是按价值传递的？

function remove_cols! (df::DataFrame, cols)   
  df = df[setdiff(names(df), cols)];
end

df = DataFrame(x = [1:10], y = [11:20]);
remove_cols!(df, [:y]); # this does not modify the original data frame

当然下面的内容有效，但我希望如果remove_cols!刚刚更改了df

df = remove_cols!(df, [:y]);

如何在我的功能中更改df？

谢谢！

Answer 1

据我所知，朱莉娅使用所谓的共享传递，这意味着引用是通过值传递的。因此，当您将DataFrame传递给函数时，会创建一个对函数本地的DataFrame的新引用。当您使用自己对DataFrame的引用重新分配本地df变量时，它对单独的全局变量及其对DataFrame的单独引用没有影响。

有一个function in DataFrames.jl用于删除DataFrames中的列。

Answer 2

一般来说，要回答有关如何在自己的函数中使数据框发生变异的问题，关键是要使用使函数内的数据框发生变异的函数和操作。例如，请参见下面的基于标准数据框append!函数的函数，该函数具有一些附加的好处，例如可以从任意数量的数据帧追加，列的顺序无关紧要，丢失的列将添加到数据帧：

function append_with_missing!(df1::DataFrame, dfs::AbstractDataFrame...)

    columns = Dict{Symbol, Type}(zip(names(df1), colwise(eltype, df1)))
    for df in dfs
        columns_temp = Dict(zip(names(df), colwise(eltype, df)))
        merge!(columns, columns_temp)
    end
    for (n, t) in columns, df in [df1; [i for i in dfs]]
       n in names(df) || (df[n] = Vector{Union{Missing,t}}(missing, size(df, 1)))
    end
    for df in dfs
        append!(df1, df[names(df1)])
    end

end

在这里，传递给自己的第一个数据帧被其他数据帧添加的行所突变。

（添加缺失列的功能基于@BogumiłKamiński在此处给出的答案：Breaking change on vcat when columns are missing）

如何改变DataFrame？

2 个答案: