小编Bog*_*ski的帖子

我是朱莉娅的新手。得到这个 InexactError 。提到我曾尝试预先转换为浮点数但没有奏效，也许我做错了什么。

column = df[:, i]  
max = maximum(column)
min = minimum(column)
scaled_column = (column .- min)/max   # This is the error, I think
df[:, i] = scaled_column

julia> VERSION
v"1.4.2"

我有一个使用@threads宏的脚本.当我在终端中执行脚本时

$ julia -p 4 my_script.jl

文件包含的位置:

println("This program is using ", Threads.nthreads(), " threads")

打印比我只使用一个线程.我能做错什么？

我是朱莉娅的新手。

在 DataFrames.jl 中，有没有办法选择给定类型的所有变量，或名称中带有给定子字符串的所有变量？

例如在 R 中我们有：

df %>% select_if(is.numeric)

df %>% select(matches("_some_string_"))

谢谢。

我尝试找到一种简单的方法将字符串类型的列转换为浮点数。

我尝试了一些：

df[!,x] = parse(Float64, df[!,y])

但它不起作用。

如果您有任何想法，我将不胜感激

我想知道如何使用“by”函数对多列进行分组和求和。如果我想对一列进行分组，我可以这样做

someData = DataFrame(:Countries => ["Afganistan","Albainia","Albainia","Andorra","Angola","Angola"],:population => rand(100:1000,6), :GDP => rand(1:100,6))

by(someData, :Countries, df ->DataFrame(pop_sum = sum(df[:population])))

但是，我想得到人口和 GDP 的总和。我尝试了类似下面的内容，这当然是不正确的。有任何想法吗？

by(someData, :Countries, df ->DataFrame(pop_sum, GDP_sum = sum(df[[:population,:GDP]])))

我想知道 Julia DataFrames 是否有办法一次性加入多个数据帧，

 using DataFrames

 employer = DataFrame(
    ID = Array{Int64}([01,02,03,04,05,09,11,20]),
    name = Array{String}(["Matthews","Daniella", "Kofi", "Vladmir", "Jean", "James", "Ayo", "Bill"])
    )

salary = DataFrame(
    ID = Array{Int64}([01,02,03,04,05,06,08,23]),
    amount = Array{Int64}([2050,3000,3500,3500,2500,3400,2700,4500])
)

hours = DataFrame(
    ID = Array{Int64}([01,02,03,04,05,08,09,23]),
    time = Array{Int64}([40,40,40,40,40,38,45,50])
)

# I tried adding them in an array but ofcoures that results in an error
empSalHrs = innerjoin([employer,salary,hours], on = :ID)

# In python you can achieve this using
import pandas as pd 
from functools import reduce

df …

我想过滤列中的值并为过滤结果分配一个值。但是我得到了不正确的结果，在这种情况下，我想为 20 到 30 之间的值分配一个值，其余为 0。但我为所有值分配了 1。任何想法为什么？

df = DataFrame(
    Dict(
        "time" => collect(1:10),
        "cost" => [23,99,81,56,28,31,98,34,21,17]
    )
)

df.cat = missing
df.cat = ifelse.(df.cost .> 20 .& df.cost .< 30, 1,0)

出去：

julia> hotcell2vocab = Dict([(cell, i-1+vocab_start)
                  for (i,cell)  in  enumerate(hotcell)]);

julia> vocab2hotcell = map(reverse, hotcell2vocab)
ERROR: map is not defined on dictionaries

hotcell2vocab是 a Dict，有没有一种方法可以反转 a 中的键和值Dict？

我有一个包含单列“名称”的数据框，我想就地小写该值。

现有的小写广播似乎创建了一个新的数据帧，我该如何将其作为就地修改？

julia> df\n5\xc3\x971 DataFrame\n\xe2\x94\x82 Row \xe2\x94\x82 Name      \xe2\x94\x82\n\xe2\x94\x82     \xe2\x94\x82 String    \xe2\x94\x82\n\xe2\x94\x9c\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\xa4\n\xe2\x94\x82 1   \xe2\x94\x82 Mary      \xe2\x94\x82\n\xe2\x94\x82 2   \xe2\x94\x82 Anna      \xe2\x94\x82\n\xe2\x94\x82 3   \xe2\x94\x82 Emma      \xe2\x94\x82\n\xe2\x94\x82 4   \xe2\x94\x82 Elizabeth \xe2\x94\x82\n\xe2\x94\x82 5   \xe2\x94\x82 Minnie    \xe2\x94\x82\n\njulia> lowercase.(df.Name)\n5-element Array{String,1}:\n "mary"\n "anna"\n "emma"\n "elizabeth"\n "minnie"\n\njulia> df\n5\xc3\x971 DataFrame\n\xe2\x94\x82 Row \xe2\x94\x82 Name      \xe2\x94\x82\n\xe2\x94\x82     \xe2\x94\x82 String    \xe2\x94\x82\n\xe2\x94\x9c\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\xa4\n\xe2\x94\x82 1   \xe2\x94\x82 Mary      \xe2\x94\x82\n\xe2\x94\x82 2   \xe2\x94\x82 Anna      \xe2\x94\x82\n\xe2\x94\x82 3   \xe2\x94\x82 Emma      \xe2\x94\x82\n\xe2\x94\x82 4   \xe2\x94\x82 Elizabeth \xe2\x94\x82\n\xe2\x94\x82 5   \xe2\x94\x82 Minnie    \xe2\x94\x82\n

我想优化 Julia DataFrame（其中的列）。为此，我想获取优化前后 DataFrame 的大小。

这是一个数据框示例：

rows, columns = 10_000, 50
df = rand([x for x in "ABCDE"], rows, columns) |> DataFrame

这个物体的大小df...

sizeof(df)

尺寸为24。

但是，当我对列的大小求和时，大小是不同的......

sum([sizeof(df[x]) for x in names(df)])

列大小的总和为 2000000。

这是优化...

for i = names(df)
    df[i] = CategoricalArray(df[i], ordered=false)
end

结果是：

sizeof(df)

尺寸为24。

sum([sizeof(df[x]) for x in names(df)])

列大小的总和为 800。

关于如何获取 DataFrame 的准确大小有什么建议吗？

我想创建15个虚拟变量并在下面的代码中使用它们,我也想让它更短.所以问题是如何在不使用D1=zeros(3300)......的情况下制作这15个虚拟变量D15=zeros(3300).

另外,我怎样才能使它更紧凑？

for i=1:3300
    if dt[i,2]==1 D1[i]=1 end
    if dt[i,2]==2 D2[i]=1 end
    if dt[i,2]==3 D3[i]=1 end
    if dt[i,2]==4 D4[i]=1 end
    if dt[i,2]==5 D5[i]=1 end
    if dt[i,2]==6 D6[i]=1 end
    if dt[i,2]==7 D7[i]=1 end
    if dt[i,2]==8 D8[i]=1 end
    if dt[i,2]==9 D9[i]=1 end
    if dt[i,2]==10 D10[i]=1 end
    if dt[i,2]==11 D11[i]=1 end
    if dt[i,2]==12 D12[i]=1 end
    if dt[i,2]==13 D13[i]=1 end
    if dt[i,2]==14 D14[i]=1 end
    if dt[i,2]==15 D15[i]=1 end
end