Julia DataFrames 唯一行答案

【问题标题】：Julia DataFrames Unique RowsJulia DataFrames 唯一行
【发布时间】：2018-08-30 13:54:10
【问题描述】：

在 DF 中，我有两列（我们称它们为 A 和 B），其中 A 有重复，都是分类变量。我试图仅显示具有相应 B 值的唯一 A 行，我该怎么做？

当 B 是一个连续的 var 时，我可以做到这一点：

by(ptable, [:A], df -> mean(df[:B]))

【问题讨论】：

【解决方案1】：

这对我有用

df[!nonunique(df[:,[:A]]), [:A, :B]]

【讨论】：

您可以将其写成更短的unique(df, :A)，这与您的答案相同。但是，这不会产生您想要的内容，因为每个唯一值 :A 列只有一个值 :B 列，并且对于相同的 @987654326 值，:B 的值可能不同@在你的DataFrame。我的解决方案列出了与:A 的单个值相对应的:B 的所有值。所以你选择什么取决于你想要什么。

【解决方案2】：

你可以像这样得到想要的结果：

by(df, :A, x -> [x.B])

现在您的DataFrame 将有两列:A 和:x1，并且:x1 列将保存:B 列的所有值，对应于:A 的唯一值（因此:x1 列将是一个向量的向量）。

编辑：从 DataFrames.jl 0.22 开始使用以下语法：

combine(groupby(df, :A), :B => Ref => :B)

【讨论】：

当我运行你写的那一行时，我得到了这个错误：SubDataFrame has no field B..你怎么看？谢谢
您可能使用的是 Julia 0.6 而不是 Julia 0.7 或 1.0。如果是这样，请使用 x[:B] 它是等效的。点符号是在 Julia 0.7 中引入的。
为了清楚起见，Julia 0.6 中的整行应该是 by(df, :A, x -> [x[:B]])。
作为参考，by 已被弃用，取而代之的是 combine(groupby(...), ...)。但最好使用unique(df, :A)。
实际上它完全改变了（我相信有更好的方法）。我已经编辑了答案。