在 Julia DataFrame 上进行多列选择

Question

假设我有以下DataFrame：

10 行，26列，名称为 A 到 Z

我想通过列名（而不是索引）创建多个子集。例如，假设我想要将列A到D和P到Z组成一个名为df2的新数据帧。

我尝试了这样的操作，但好像不起作用：

df2=df[:,[:A,:D ; :P,:Z]]

语法错误：数组表达式中意外的分号，在Slicing.jl的顶层范围：1。 是否有解决方法？ 谢谢任何帮助。

- Bebio

Answer 1

df2 = select(df, Between(:A,:D), Between(:P,:Z))

或者

df2 = df[:, All(Between(:A,:D), Between(:P,:Z))]

如果您确定列仅来自:A到:Z，您也可以编写：

df2 = select(df, Not(Between(:E, :O)))

或者

df2 = df[:, Not(Between(:E, :O))]

最后，您可以使用columnindex函数轻松找到列的索引，例如：

columnindex(df, :A)

后续可以使用列编号 - 如果这是您更喜欢的内容。

- Bogumił Kamiński

---

完美！非常感谢。 - Bebio

Answer 2

在 Julia 中，您还可以使用 Char 来构建 Range，因此当您的列仅由单个字母命名时，另一个选项是：

df[:, Symbol.(vcat('A':'D', 'P':'Z'))]

- Przemyslaw Szufel

---

你也可以使用['A':'D'; 'P':'Z']，这几乎与原始问题中的语法完全相同。 - Bogumił Kamiński

原问题中的语法无效（正如作者在问题中所述）。它应该是 d[:, Symbol.(['A':'D'; 'E':'F'])]（分号代替 vcat）。d[:, ['A':'D'; 'E':'F']] 抛出 ERROR: ArgumentError: idxs[1] has type Char; only Integer, Symbol, or string values allowed when indexing by vector。 - Przemyslaw Szufel

这是我所指的内容。 - Bogumił Kamiński