Question

我正在尝试将一些数据读入julia进入数据框以使用它。 .csv文件的最小示例如下所示：

A; B; C; D
ab; 1,23; 4; 9,2
ab; 3,4; 7; 1,1
ba; 6; 2,3; 8,6

我将以下内容加载到包中并读取数据：

using DataFrames
using CSV
d = CSV.read( "test.csv", delim=";")

Julia认识到以下类型：

eltypes(d)

CategoricalArrays.CategoricalString{UInt32}
String
String
String

现在我怎么能用逗号替换为点来将整列变成浮点数？我的第一个想法是使用：

float(d[1,2])

但是我找不到告诉julia用点替换逗号的选项。我的下一个想法是首先替换逗号，然后转换它：

float(replace(d[1,2], ",", "."))

在单个单元格上工作正常但在整个列上没有效果：

float(replace(d[:,2], ",", "."))
MethodError: no method matching 
replace(::WeakRefStrings.WeakRefStringArray{WeakRefString{UInt8},1,Union{}}, 
::String, ::String)

我也尝试过：

d = CSV.read( "test.csv", delim=";", decimal=",")

这也只是出错......

任何想法如何处理这个问题以及如何有效地将数据读入julia？

非常感谢！

最好的问候。

Answer 1

一种简单的方法是将文件读取为字符串，用点替换逗号小数分隔符，然后从中创建DataFrame：

s = replace(readstring("test.csv"), ",", ".")
CSV.read(IOBuffer(s); delim=';', types=[String, Float64, Float64, Float64])

请注意，您可以使用types关键字来指定列类型（然后它将隐式解析字符串条目）。

编辑：根据this github issue，CSV.jl的read方法支持decimal关键字（从版本v0.2.0开始）允许你这样做

CSV.read("test.csv"; delim=';', decimal=',', types=[String, Float64, Float64, Float64])

编辑：删除提示，或者使用DataFrames.jl中的readtable，因为它似乎已被弃用，而不是CSV.read。

读取带有小数的.csv文件，用逗号分隔CSV.jl

1 个答案: