Chọn cột

Xử lý dữ liệu trong Julia

Katerina Zahradova

Instructor

Lương tối thiểu Hoa Kỳ

# In wages
wages

2703×10 DataFrame 2678 hàng bị ẩn 5 cột bị ẩn
Row  year   state     region   state_min_wage    state_min_wage_2020_dollars ...
     Int64  String31  String3  Float64           Float64           ...
______________________________________________________________________________
1    1968   Alabama   S        0.0               0.0               ...
2    1968   Alaska    W        2.1               15.61             ...
...

Cách ta cắt lát

# Dùng vị trí cột
wages[:, 1]

# Dùng tên cột
wages[:, "year"]
wages[:, :year]

# Dùng tên cột
wages.year

# Chọn nhiều cột
wages[:, ["year", "state"]]
wages[:, [:year, :state]]
wages[:, [1,2]]

Chọn cột

# Chọn state, year và state minimum wage

select(wages, 2, 1, 4)

2703×3 DataFrame 2678 hàng bị ẩn
Row  state     year        state_min_wage    
     String31  Int64       Float64                      
____________________________________________
1    Alabama   1968        0.0                              
2    Alaska    1968        2.1                            
...

Chọn cột

# Chọn state, year và state minimum wage
select(wages, "state", :year, 4)

2703×3 DataFrame 2678 hàng
Row  state     year        state_min_wage    
     String31  Int64       Float64                      
____________________________________________
1    Alabama   1968        0.0                              
2    Alaska    1968        2.1                            
...

Chọn theo mẫu

Chọn cột

Bắt đầu/kết thúc bằng một chữ/cụm
Chứa một chuỗi con
...

... trở nên phiền phức với dữ liệu lớn

Chọn theo mẫu

# Tất cả cột bắt đầu bằng state
select(wages, Cols(startswith("state")))

2703×3 DataFrame 2702 hàng bị ẩn
Row state    state_min_wage state_min_wage_2020_dollars
    String31 Float64        Float64
__________________________________________
1   Alabama  0.0            0.0
...

Chọn theo mẫu

# Tất cả cột kết thúc bằng 2020_dollars
select(wages, Cols(endswith("2020_dollars")))

2703x3 DataFrame 2702 hàng bị ẩn
Row state_min_wage_2020_dollars  federal_min_wage_2020_dollars  effective_min_wage_2020_dollars
    Float64                      Float64                        Float64
________________________________________________________________________________________________
1   0.0                          8.55                           8.55
...

Chọn theo mẫu

# Tất cả cột chứa min
select(wages, Cols(contains.("min")))

2703×6 DataFrame 2702 hàng bị ẩn 3 cột bị ẩn
Row  state_min_wage  state_min_wage_2020_dollars  federal_min_wage  ...    
     Float64         Float64                      Float64           ...
_______________________________________________________________________
1    0.0             0.0                          1.15              ...
...

Regex

regex = regular expressions

Chuỗi văn bản
Dùng để khớp và tìm vị trí mẫu (phức tạp) trong văn bản
Xem thêm tại DataCamp Cheat Sheet, regex101.com và các trang khác

Dùng regex

# Chọn bằng regex
select(wages, r"min")

2703×6 DataFrame 2702 hàng bị ẩn 3 cột bị ẩn
Row  state_min_wage  state_min_wage_2020_dollars  federal_min_wage  ...    
     Float64         Float64                      Float64           ...
_______________________________________________________________________
1    0.0             0.0                          1.15              ...
...

select!() và select()

# Thay đổi DataFrame gốc
select!(wages, :year, :state)

# DataFrame gốc đã đổi
println(first(wages))

DataFrameRow (2 cột)
Row  year    state     
     Int64   String31  
______________________
1    1968    Alabama

# Trả về DataFrame mới
select(wages, :year, :state)

# DataFrame gốc giữ nguyên
println(first(wages))

DataFrameRow (10 cột, 7 cột ẩn)
Row  year    state     region    ...
     Int64   String31  String3   ...
____________________________________
1    1968    Alabama   S         ...

Ayo berlatih!

Xử lý dữ liệu trong Julia