假设我有 3 个数据帧。其中一个这样的数据帧的列名不在其他两个中。
using DataFrames
df1 = DataFrame([['a', 'b', 'c'], [1, 2, 3]], ["name", "id"])
df2 = DataFrame([['d', 'e', 'f'], [4, 5, 6]], ["name", "id"])
df3 = DataFrame([['x', 'y', 'z'], [7, 8, 9], [11, 22, 33]], ["name", "id", "num"])
每个数据帧都是矢量的一个元素。
dfs = [df1, df2, df3]
我想将所有这些数据帧合并到一个大数据帧中。这是我尝试过的:
df = reduce(x -> vcat(x, cols=:union), dfs)
# MethodError: no method matching (::var"#55#56")(::DataFrame, ::DataFrame)
那么,我在朱莉娅中该怎么做呢?
奖励积分:我可以在没有DataFrames.jl的情况下在基本Julia中执行此操作吗(注意:df3
的列比其他列多(?
由于有大量的 Julia 包实现了类似 DataFrame 的构造,因此我对使用 DataFrames.jl 以外的包的解决方案持开放态度。
以下是我在 R 中执行此操作的方法:
df1 = data.frame(name = c("a", "b", "c"),
id = c(1, 2, 3))
df2 = data.frame(name = c("d", "e", "f"),
id = c(4, 5, 6))
df3 = data.frame(name = c("x", "y", "z"),
id = c(7, 8, 9),
num = c(11, 22, 33))
dfs = list(df1, df2, df3)
library(dplyr)
dplyr::bind_rows(dfs)
和Python 3.7:
import pandas as pd
df1 = pd.DataFrame({"name": ["a", "b", "c"],
"id": [1, 2, 3]})
df2 = pd.DataFrame({"name": ["d", "e", "f"],
"id": [4, 5, 6]})
df3 = pd.DataFrame({"name": ["x", "y", "z"],
"id": [7, 8, 9],
"num": [11, 22, 33]})
dfs = [df1, df2, df3]
pd.concat(dfs)
只需执行以下操作:
julia> vcat(dfs..., cols=:union)
9×3 DataFrame
│ Row │ name │ id │ num │
│ │ Char │ Int64 │ Int64? │
├─────┼──────┼───────┼─────────┤
│ 1 │ 'a' │ 1 │ missing │
│ 2 │ 'b' │ 2 │ missing │
│ 3 │ 'c' │ 3 │ missing │
│ 4 │ 'd' │ 4 │ missing │
│ 5 │ 'e' │ 5 │ missing │
│ 6 │ 'f' │ 6 │ missing │
│ 7 │ 'x' │ 7 │ 11 │
│ 8 │ 'y' │ 8 │ 22 │
│ 9 │ 'z' │ 9 │ 33 │
或
julia> reduce(vcat, dfs, cols=:union)
9×3 DataFrame
│ Row │ name │ id │ num │
│ │ Char │ Int64 │ Int64? │
├─────┼──────┼───────┼─────────┤
│ 1 │ 'a' │ 1 │ missing │
│ 2 │ 'b' │ 2 │ missing │
│ 3 │ 'c' │ 3 │ missing │
│ 4 │ 'd' │ 4 │ missing │
│ 5 │ 'e' │ 5 │ missing │
│ 6 │ 'f' │ 6 │ missing │
│ 7 │ 'x' │ 7 │ 11 │
│ 8 │ 'y' │ 8 │ 22 │
│ 9 │ 'z' │ 9 │ 33 │