如何在 Julia 的 DataFrame 中设置索引？

Question

我有一个 DataFrame dfPaths 如下（我正在使用 Julia）

我想将列 arc 定义为该数据帧的索引，因此稍后我可以使用 dfPaths[arc, "to"] 访问特定弧的列“to”。

我知道在这个例子中，arc = row，但在将来，我可能会对 arc 有不同的值，而不是连续的数字。

我尝试过使用setindex！但没有成功。我希望得到与 Python 中的 df.set_index() 相同的结果。

预先感谢您的任何帮助

Answer 1

DataFrames.jl 使用不同的设置索引的方法。

\n

请执行下列操作：

\n

julia> dfPaths = DataFrame(arc=["a", "b", "a", "c", "d"], from=[1,1,2,3,2], to=[2,3,3,2,4])\n5\xc3\x973 DataFrame\n Row \xe2\x94\x82 arc     from   to\n     \xe2\x94\x82 String  Int64  Int64\n\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\xbc\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\n   1 \xe2\x94\x82 a           1      2\n   2 \xe2\x94\x82 b           1      3\n   3 \xe2\x94\x82 a           2      3\n   4 \xe2\x94\x82 c           3      2\n   5 \xe2\x94\x82 d           2      4\n\njulia> gdf = groupby(dfPaths, :arc);\n\njulia> gdf[("a",)]\n2\xc3\x973 SubDataFrame\n Row \xe2\x94\x82 arc     from   to\n     \xe2\x94\x82 String  Int64  Int64\n\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\xbc\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\n   1 \xe2\x94\x82 a           1      2\n   2 \xe2\x94\x82 a           2      3\n\njulia> gdf[("b",)]\n1\xc3\x973 SubDataFrame\n Row \xe2\x94\x82 arc     from   to\n     \xe2\x94\x82 String  Int64  Int64\n\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\xbc\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\n   1 \xe2\x94\x82 b           1      3\n

\n

注意：

\n

\n
1. 索引时你总是会得到一个数据框（DataFrames.jl 对索引时处理维度很严格，你总是会得到一个数据框）；这意味着，如果您希望索引是唯一的，only(gdf[("b",)])["from"]那么如果它确实是唯一的，您将获得该列的值，如果它不是唯一的，则会出现错误。
\n
2. 您始终需要传递一个元组（也允许其他类型，但这是一个侧面）。在 pandas 中，您通常也使用元组，但您可以跳过这一点。目前，在 DataFrames.jl 中，我们选择严格执行 - 您需要输入更多内容，但您确信执行的内容正是您的意思。
\n
3. DataFrames.jl 中的索引总是很快（即 O(1)），而在 pandas 中则不能保证（并且在某些情况下查找速度可能慢至 O(n)）。
\n

\n