Julia DataFrame 的转置答案

【问题标题】：Transpose of Julia DataFrameJulia DataFrame 的转置
【发布时间】：2016-10-06 16:53:19
【问题描述】：

让我们创建 Julia DataFrame

df=convert(DataFrame, rand(10, 4))

看起来像这样。我正在尝试转置此数据帧。 “转置”功能似乎不适用于 Julia 数据框，如下所示。

我过去曾广泛使用过 Python Pandas 数据框包。在 Python 中，它就像“df.T”一样简单请告诉我一种转置此数据帧的方法。

【问题讨论】：

通常你想转置一个矩阵。这就像 Julia 中的 M' 一样简单。如果矩阵嵌入在 DataFrame 中，请将其转换为矩阵，转置，然后（如果必须）返回 DataFrame。在 OP 中，这将是 DataFrame(Matrix(df)')
一个很好的建议，但是，这意味着原始数据框“df”中的行名和列名不再受到尊重。
不确定 DataFrame 中是否有任何行名。看看 NamedArrays。它们支持转置并具有行、列、维度命名。
注意' 是共轭转置，而常规转置是.'。在实践中，共轭转置更为常见，这就是选择这种语法的原因。

标签： dataframe julia

【解决方案1】：

我有同样的问题，并尝试了 cmets 中针对您的问题建议的策略。但是，我遇到的问题是，如果您的 DataFrame 具有 NA 值，则转换为 Matrix 将不起作用。您必须将它们更改为其他内容，然后转换为Matrix。当我想从 Matrix 转换回 DataFrame 类型时，我在转换回 NA 时遇到了很多问题。

这是一种使用DataFrame 的stack 和unstack 函数的方法。

julia> using DataFrames

julia> df = DataFrame(A = 1:4, B = 5:8)
4×2 DataFrame
│ Row │ A     │ B     │
│     │ Int64 │ Int64 │
├─────┼───────┼───────┤
│ 1   │ 1     │ 5     │
│ 2   │ 2     │ 6     │
│ 3   │ 3     │ 7     │
│ 4   │ 4     │ 8     │

julia> colnames = names(df)
2-element Array{Symbol,1}:
 :A
 :B

julia> df[!, :id] = 1:size(df, 1)
1:4

julia> df
4×3 DataFrame
│ Row │ A     │ B     │ id    │
│     │ Int64 │ Int64 │ Int64 │
├─────┼───────┼───────┼───────┤
│ 1   │ 1     │ 5     │ 1     │
│ 2   │ 2     │ 6     │ 2     │
│ 3   │ 3     │ 7     │ 3     │
│ 4   │ 4     │ 8     │ 4     │

DataFrame 文档建议添加 :id 列，作为一种帮助取消堆叠的方法。

现在堆叠你想要转置的列：

julia> dfl = stack(df, colnames)
8×3 DataFrame
│ Row │ variable │ value │ id    │
│     │ Symbol   │ Int64 │ Int64 │
├─────┼──────────┼───────┼───────┤
│ 1   │ A        │ 1     │ 1     │
│ 2   │ A        │ 2     │ 2     │
│ 3   │ A        │ 3     │ 3     │
│ 4   │ A        │ 4     │ 4     │
│ 5   │ B        │ 5     │ 1     │
│ 6   │ B        │ 6     │ 2     │
│ 7   │ B        │ 7     │ 3     │
│ 8   │ B        │ 8     │ 4     │

然后unstack，切换id和变量名（这就是为什么添加:id列是必要的）。

julia> dfnew = unstack(dfl, :variable, :id, :value)
2×5 DataFrame
│ Row │ variable │ 1      │ 2      │ 3      │ 4      │
│     │ Symbol   │ Int64⍰ │ Int64⍰ │ Int64⍰ │ Int64⍰ │
├─────┼──────────┼────────┼────────┼────────┼────────┤
│ 1   │ A        │ 1      │ 2      │ 3      │ 4      │
│ 2   │ B        │ 5      │ 6      │ 7      │ 8      │

【讨论】：

【解决方案2】：

斯蒂芬回答的问题是没有保留列的顺序（如果您不相信以下DataFrame

julia> df = DataFrame(A = 1:4, B = 5:8, AA = 15:18)
4×3 DataFrame
│ Row │ A     │ B     │ AA    │
│     │ Int64 │ Int64 │ Int64 │
├─────┼───────┼───────┼───────┤
│ 1   │ 1     │ 5     │ 15    │
│ 2   │ 2     │ 6     │ 16    │
│ 3   │ 3     │ 7     │ 17    │
│ 4   │ 4     │ 8     │ 18    │

但是这个DataFrame 可以使用以下方法转置（保持列/行的顺序）：

julia> DataFrame([[names(df)]; collect.(eachrow(df))], [:column; Symbol.(axes(df, 1))])
3×5 DataFrame
│ Row │ column │ 1     │ 2     │ 3     │ 4     │
│     │ Symbol │ Int64 │ Int64 │ Int64 │ Int64 │
├─────┼────────┼───────┼───────┼───────┼───────┤
│ 1   │ A      │ 1     │ 2     │ 3     │ 4     │
│ 2   │ B      │ 5     │ 6     │ 7     │ 8     │
│ 3   │ AA     │ 15    │ 16    │ 17    │ 18    │

参考：https://github.com/JuliaData/DataFrames.jl/issues/2065#issuecomment-568937464

【讨论】：