Question

当我尝试检索DataFrame中列的最大差异时，我收到错误。有什么问题？

using DataFrames

a = [2,4,10,4,8,8]
b = [5,9,7,2,8,7]
c = [2,9,7,6,8,1]

df = DataFrame(A = a, B = b, C = c)
df[2,:A] = NA
df[3,:C] = NA

ab=df[:A] - df[:B]
bc=df[:B] - df[:C]
ac=df[:A] - df[:C]

df[:max] = max(ab, bc, ac)

println(df)

=＆GT; LoadError：MethodError：没有方法匹配无效（:: DataArrays.DataArray {Int64,1}，:: Array {Any，1}）

执行df[:max] = max(ab, bc)或df[:max] = max(a, b, c)的最大值可按预期工作。

有人可以澄清一下发生了什么吗？谢谢！

Answer 1

注意返回类型：

julia> typeof(ab)
DataArrays.DataArray{Int64,1}

julia> typeof(bc)
DataArrays.DataArray{Int64,1}

julia> typeof(ac)
DataArrays.DataArray{Int64,1}

julia> typeof(max(ab, bc))
Array{Any,1}

最后一个是问题。 Julia抱怨无法将DataArray{Int64,1}与Array{Any,1}进行比较。原始Int数组不会发生这种情况，因为它们没有NA。正如DataFrames docs，NA毒药阵列操作中所述。

观察到以下代码正常，因为它没有NA，因此完全指定了max的返回类型：

df2 = DataFrame(A = a, B = b, C = c)
df2[:max] = max(a, b, c)
typeof(df2[:max]) ### DataArrays.DataArray{Int64,1}

您最好的选择是在计算最大值之前从NA计算或清除DataFrame。按行清除NA的简便方法是

df3 = DataFrames.na_omit(df)[1]

最小/最大值对Julia中DataFrame列的差异

1 个答案: