Question

我正在尝试将df中所有缺少的值转换为数字值，例如0（是的，知道我在做什么。）。

在Julia 0.6中，我可以写：

julia> df = DataFrame(
              cat = ["green","blue","white"],
              v1   = [1.0,missing,2.0],
              v2   = [1,2,missing]
            )
julia> [df[ismissing.(df[i]), i] = 0 for i in names(df)]

并获得：

julia> df
3×3 DataFrames.DataFrame
│ Row │ cat   │ v1  │ v2 │
├─────┼───────┼─────┼────┤
│ 1   │ green │ 1.0 │ 1  │
│ 2   │ blue  │ 0.0 │ 2  │
│ 3   │ white │ 2.0 │ 0  │

如果我在Julia 0.7中尝试过，则会收到一个非常奇怪的错误：

MethodError：无法convert类型为Float64的对象为对象类型为String

我无法转换为字符串？有任何解释（和解决方法）吗？

Answer 1

此问题的原因是，广播机制已在Julia 0.6和Julia 1.0之间更改（并且已在DataFrames.jl的insert_multiple_entries!函数中使用）。最后，fill!被调用，它会在检查集合是否为空之前尝试进行转换。

实际上，如果您想就位进行完全通用的替换（据我了解，您想这样做），这比Base中的操作复杂且效率较低（原因是您无法依赖检查向量中元素的类型，例如您可以将Int分配给Float64的向量，并且它们具有不同的类型）：

function myreplacemissing!(vec, val)
    for i in eachindex(vec)
        ismissing(vec[i]) && (vec[i] = val)
    end
end

现在您可以开始：

foreach(col -> myreplacemissing!(col[2], 0), eachcol(df))

Answer 2

虽然我很欣赏Bogumil Kaminski的回答（也因为现在我已经理解了失败的原因），但是如果它的解决方案恰好在非数字列中存在缺失元素，那么它提出的解决方案也会失败，例如：

df = DataFrame(
  cat = ["green","blue",missing],
  v1   = [1.0,missing,2.0],
  v2   = [1,2,missing]
)

我可以做的是使用（根据我的需要选择一个或仅一个）：

[df[ismissing.(df[i]), i] = 0 for i in names(df) if  typeintersect(Number, eltype(df[i])) != Union{}]
[df[ismissing.(df[i]), i] = "" for i in names(df) if  typeintersect(String, eltype(df[i])) != Union{}]

优点是我可以为不同类型的列选择所需的值类型，以“丢失替换”（例如，数字为0或字符串为“”）。

编辑：

也许更具可读性，再次感谢Begumil's answer：

[df[ismissing.(df[i]), i] = 0 for i in names(df) if  Base.nonmissingtype(eltype(df[i])) <: Number]
[df[ismissing.(df[i]), i] = "" for i in names(df) if  Base.nonmissingtype(eltype(df[i])) <: String]

在Julia 1中将缺失值转换为数值

2 个答案: