Julia自动推断DataFrame的列数据类型(相当于pd.inder_objects())

Question

来自Python，我开始在一个大数据项目中使用Julia以提高其速度。当从.xlsx文件读取数据时，每列中的数据类型为"；任何"；，尽管大多数数据是整数或浮点。

有没有Julia的方法来推断DataFrame(如df = infertype.(df)(中的数据类型？考虑到数据类型的灵活性降低，这在Julia中可能很困难，但任何关于如何实现这一点的提示都将不胜感激。假设，我不知道哪一列是哪一列，但类型只能是int、float、string或date。

Using DataFrames
Using XLSX
df = DataFrame(XLSX.readtable("MyFile.xlsx", "Sheet1")...)

Answer 1

您可以执行以下操作：

df = DataFrame(XLSX.readtable("MyFile.xlsx", "Sheet1"; infer_eltypes=true)...)

此外，值得注意的是，在命令之前键入Julia?会显示包含以下信息的帮助：

help?> XLSX.readtable
readtable(filepath, sheet, [columns]; [first_row], [column_labels], [header], [infer_eltypes], [stop_in_empty_row], [stop_in_row_function]) -> data, column_labels
Returns tabular data from a spreadsheet as a tuple (data, column_labels). (...)
(...)
Use infer_eltypes=true to get data as a Vector{Any} of typed vectors. The default value is infer_eltypes=false.
(...)