#dataframe #julia
Вопрос:
Когда я пытаюсь использовать оператор точки (операция по элементам) во фрейме данных, где применяется функция, возвращающая кортеж, я получаю следующую ошибку.
Вот игрушечный пример,
df = DataFrame()
df[:, :x] = rand(5)
df[:, :y] = rand(5)
#Function that returns two values in the form of a tuple
add_minus_two(x,y) = (x-y,x y)
df[:,"x y"] = add_minus_two.(df[:,:x], df[:,:y])[2]
#Out > ERROR: MethodError: no method matching setindex!(::DataFrame, ::Tuple{Float64, Float64}, ::Colon, ::String)
#However removing the dot operator works fine
df[:,"x y"] = add_minus_two(df[:,:x], df[:,:y])[2]
#Out > 5 x 3 DataFrame
#Furthermore if its just one argument either dot or not, works fine as well
add_two(x,y) = x y
df[:, "x y"] = add_two(df[:,:x], df[:,:y])
df[:, "x y"] = add_two.(df[:,:x], df[:,:y])
#out > 5 x 3 DataFrame
Любая причина, по которой это так. Я думал, что для поэлементной операции вам нужно использовать оператор «точка».
Также для моей реальной проблемы (когда функция возвращает 2 значения в кортеже), когда НЕ используется оператор точки, дает,
ERROR: MethodError: no method matching compute_T(::Vector{Float64}, ::Vector{Float64})
и использование оператора точки дает,
ERROR: MethodError: no method matching setindex!(::DataFrame, ::Tuple{Float64, Float64}, ::Colon, ::String)
и возврат одного аргумента, аналогичного примеру с игрушкой, также отлично работает.
Есть какие-нибудь подсказки, что я здесь делаю неправильно ?
Ответ №1:
Это не проблема DataFrames.jl, а то, как работает база Julia.
Я концентрируюсь только на RHS, так как LHS не имеет значения (а RHS не имеет отношения к фреймам данных.jl).
Во-первых, как написать то, что вы хотите. Инициализация:
julia> using DataFrames
julia> df = DataFrame()
0×0 DataFrame
julia> df[:, :x] = rand(5)
5-element Vector{Float64}:
0.6146045473316457
0.6319531776216596
0.599267794937812
0.40864382019544965
0.3738682778395166
julia> df[:, :y] = rand(5)
5-element Vector{Float64}:
0.07891853567296825
0.2143545316544586
0.5943274462916335
0.2182702556068421
0.5810132720450707
julia> add_minus_two(x,y) = (x-y,x y)
add_minus_two (generic function with 1 method)
И теперь вы получаете:
julia> add_minus_two(df[:,:x], df[:,:y])
([0.5356860116586775, 0.417598645967201, 0.004940348646178538, 0.19037356458860755, -0.2071449942055541], [0.693523083004614, 0.8463077092761182, 1.1935952412294455, 0.6269140758022917, 0.9548815498845873])
julia> add_minus_two.(df[:,:x], df[:,:y])
5-element Vector{Tuple{Float64, Float64}}:
(0.5356860116586775, 0.693523083004614)
(0.417598645967201, 0.8463077092761182)
(0.004940348646178538, 1.1935952412294455)
(0.19037356458860755, 0.6269140758022917)
(-0.2071449942055541, 0.9548815498845873)
julia> add_minus_two(df[:,:x], df[:,:y])[2]
5-element Vector{Float64}:
0.693523083004614
0.8463077092761182
1.1935952412294455
0.6269140758022917
0.9548815498845873
julia> add_minus_two.(df[:,:x], df[:,:y])[2]
(0.417598645967201, 0.8463077092761182)
julia> getindex.(add_minus_two.(df[:,:x], df[:,:y]), 2) # this is probably what you want
5-element Vector{Float64}:
0.693523083004614
0.8463077092761182
1.1935952412294455
0.6269140758022917
0.9548815498845873
Теперь дело в том, что когда вы пишете:
df[:,"x y"] = whatever_you_pass
whatever_you_pass
Деталь должна быть AbstractVector
с соответствующим количеством столбцов. Это означает, что то, что будет работать, — это:
add_minus_two.(df[:,:x], df[:,:y])
add_minus_two(df[:,:x], df[:,:y])[2]
getindex.(add_minus_two.(df[:,:x], df[:,:y]), 2)
и что потерпит неудачу (так как в этих случаях Tuple
не AbstractVector
производится)
add_minus_two(df[:,:x], df[:,:y])
add_minus_two.(df[:,:x], df[:,:y])[2]
Из рабочих синтаксисов просто выберите тот, который вам нужен.
Общая рекомендация заключается в том, что при выполнении задания всегда проверяйте RHS отдельно и анализируйте, имеет ли он надлежащую структуру.
Кроме того, примечательно, что это будет работать:
julia> transform(df, [:x, :y] => ByRow(add_minus_two) => ["x-y", "x y"])
5×4 DataFrame
Row │ x y x-y x y
│ Float64 Float64 Float64 Float64
─────┼────────────────────────────────────────────
1 │ 0.614605 0.0789185 0.535686 0.693523
2 │ 0.631953 0.214355 0.417599 0.846308
3 │ 0.599268 0.594327 0.00494035 1.1936
4 │ 0.408644 0.21827 0.190374 0.626914
5 │ 0.373868 0.581013 -0.207145 0.954882
(вы не спрашивали об этом, но, возможно, это то, что вы на самом деле ищете — и, в отличие от setindex!
этого синтаксиса, специфичен для DataFrames.jl)