如何将 Python pandas 转换为 Julia DataFrame（使用 PyJulia）并返回 Python Pandas

Question

我想用它PyJulia来加速代码的某些部分

import numpy as np
import julia
import pandas as pd
import random
from julia import Base
from julia import Main
from julia import DataFrames

n = 100000
randomlist = []
for i in range(0,n):
    num = random.randint(1,100)
    randomlist.append(num)

data = {
    'Score': list(randomlist),
        'ScoreBin': list(np.zeros(n))
           }
df = pd.DataFrame(data, columns = ['Score', 'ScoreBin'])
Main.dfj = df

Main.eval(""" 
for i = 1:10
    #println(i)
    if dfj.Score[i] >= 10
        println(dfj.Score[i])
    end
end
"""
)

但是我收到以下错误消息：

JuliaError: Exception 'TypeError: non-boolean (PyObject) used in boolean context' occurred while calling julia code:

此外还有以下命令：

Main.eval(""" 
println(dfj.Score[1])
"""
)

给出输出（看起来不是 Julia DataFrame）：

PyObject 84

有没有办法将 pandas DataFrame 转换为 Julia DataFrame？

编辑1

感谢 @PrzemyslawSzufel 的回答，以下代码现在可以运行：

import numpy as np
import julia
import pandas as pd
import random
import copy
from julia import Base
from julia import Main
from julia import DataFrames
from julia import Pandas
#julia.install(DataFrame)
%load_ext julia.magic

n = 100000
randomlist = []
for i in range(0,n):
    num = random.randint(1,100)
    randomlist.append(num)

data = {
    'Score': list(randomlist),
        'ScoreBin': list(np.zeros(n))
           }
df = pd.DataFrame(data, columns = ['Score', 'ScoreBin'])
Main.df = df;

Main.eval("""
dfj = df |> Pandas.DataFrame|> DataFrames.DataFrame;
""")

;然而，虽然我在行尾放置了 a ，但我总是从 dfj 得到打印输出，这是不需要的且很长（100000 行）并且需要大约一秒钟的时间。有没有办法避免打印输出？

此外，如果我现在修改 Julia 中的数据帧（这比在 python 中执行要快得多，也是整个问题的目标）并希望它将其转换回 python pandas，我也会收到错误

Main.eval(""" 
for i = 1:length(dfj[:, :Score])
    if dfj[i, :Score] > 50
        dfj[i, :ScoreBin] = 1 
    end
end
"""
)

dfjpy = pd.DataFrame(Main.dfj)
dfjpy


RuntimeError: Julia exception: MethodError: no method matching iterate(::DataFrames.DataFrame)
Closest candidates are:
  iterate(!Matched::Core.SimpleVector) at essentials.jl:568
  iterate(!Matched::Core.SimpleVector, !Matched::Any) at essentials.jl:568
  iterate(!Matched::ExponentialBackOff) at error.jl:199
  ...
Stacktrace:
 [1] jlwrap_iterator(::DataFrames.DataFrame) at /Users/mymac/.julia/packages/PyCall/zqDXB/src/pyiterator.jl:144
 [2] pyjlwrap_getiter(::Ptr{PyCall.PyObject_struct}) at /Users/mymac/.julia/packages/PyCall/zqDXB/src/pyiterator.jl:125

顺便说一下，该命令type(dfjpy)给出了PyCall.jlwrap输出

编辑2

为了将 Julia Dataframe 转换为 Python Pandas，您必须首先将其转换为 Julia Pandas。is 是最新的工作代码

n = 100000
randomlist = []
for i in range(0,n):
    num = random.randint(1,100)
    randomlist.append(num)

data = {
    'Score': list(randomlist),
        'ScoreBin': list(np.zeros(n))
           }
df = pd.DataFrame(data, columns = ['Score', 'ScoreBin'])
Main.df = df;

Main.eval("""
dfj = df |> Pandas.DataFrame|> DataFrames.DataFrame;

for i = 1:length(dfj[:, :Score])
    if dfj[i, :Score] > 50
        dfj[i, :ScoreBin] = 1 
    end
end

dfjp = dfj |> Pandas.DataFrame;
"""
)

dfjpy = Main.dfjp
dfjpy

Answer 1

您需要已经Pandas.jl安装。该库将使用 Julia 处理您的 Python pandas 数据框架，然后您可以将其转换为DataFrames.jl.

这是 Julia 代码（假设这dfj是您的 Python 变量）：

import DataFrames
import Pandas
juliandf = dfj |> Pandas.DataFrame |> DataFrames.DataFrame;

请注意，最后一行也可以写为：

C= DataFrames.DataFrame(Pandas.DataFrame(dfj));

转换回来Pandas.DataFrame(juliandf)应该可以。