Manipulera kolumner

Datamanipulering i Julia

Katerina Zahradova

Instructor

Tillämpa funktioner

Funktioner som verkar på hela kolumner
- Egenskaper beräknas för hela kolumnen, t.ex. medelvärde, minimum
- I Julia skrivs funktioner som maximum ut i sin helhet: maximum(), inte bara max()
Funktioner som verkar på enskilda rader

Alternativ

select()
transform()
combine()

För att mutera en DataFrame på plats:

select!(), transform!(), combine!()

select()

# Selecting columns
select(penguins, :species, :body_mass_g)

333x2 DataFrame
Row species   body_mass_g
    String15  Int64
___________________________
1   Adelie    3750
2   Adelie    3800
3   Adelie    3250
...

# Selecting and renaming columns
select(penguins, :species, :body_mass_g => :weight_g)

333x2 DataFrame
Row species   weight_g
    String15  Int64
___________________________
1   Adelie    3750
2   Adelie    3800
3   Adelie    3250
...

select()

# Select columns and apply functions
select(penguins, :species, :body_mass_g => mean)

333x2 DataFrame
Row species   body_mass_g_mm
    String15  Float64
___________________________
1   Adelie    4207.06
2   Adelie    4207.06
3   Adelie    4207.06
...

transform()

# Adding column with maximum of body_mass_g
transform(penguins, :body_mass_g => maximum)

333x8 DataFrame
Row species   island    ...  body_mass_g  sex      body_mass_g_maximum
    String15  String15  ...  Int64        String7  Float64 
___________________________________________________________________
1   Adelie    Torgersen ...  3750         MALE     4207.06
2   Adelie    Torgersen ...  3800         FEMALE   4207.06
...

combine()

# Combining penguins with maximum of body_mass_g
combine(penguins, :body_mass_g => maximum)

1×1 DataFrame
Row  body_mass_g_mean
     Float64
__________________________
1    4207.06

Hantera flera värden

# Using multiple functions on a column
combine(penguins, :body_mass_g .=> [mean, minimum, maximum])

Row  body_mass_g_mean  body_mass_g_minimum  body_mass_g_maximum
     Float64           Float64              Float64       
_______________________________________________________________
1    4207.06           2700                 6300

# Passing multiple columns to a function
select(penguins, [:body_mass_g, :flipper_length_mm] .=> mean)

Row  body_mass_g_mean  flipper_length_mm_mean  
     Float64           Float64              
___________________________________________
1    4207.06           200.967               
2    4207.06           200.967   
...

Snabbreferens

select():
- Inkluderar bara angivna kolumner
- Samma antal rader; värdet sprids över alla rader
transform():
- Behåller alla kolumner och lägger till nya
- Samma antal rader; värdet sprids över alla rader
combine():
- Inkluderar bara angivna kolumner
- Sprider inte värdet över alla rader

Nu kör vi en övning!

Datamanipulering i Julia