在 Julia DataFrame 中，感叹号在索引中的含义是什么？

Question

我曾认为感叹号!是逻辑运算符NOT的符号。现在，学习DataFrames包中的索引时，我发现这个：data[!,:Treatment]。这似乎与使用已知的冒号符号:相同。

data[:,:Treatment]==data[!,:Treatment]是true。

那么为什么会有这样的冗余呢？

- user7295926

Answer 1

! 在索引中是特定于 DataFrames 的，其表示您需要对存储数据的底层向量进行引用，而不是副本。您可以在此处阅读有关索引 DataFrames 的所有内容：here。在您的示例中，两者都是 ==，因为所有值都相同，但它们不是 ===，因为 df[:, :Treatment] 会给您一个底层数据的副本。

julia> using DataFrames

julia> df = DataFrame(y = [1, 2, 3]);

julia> df[:, :y] == df[!, :y] # true because all values are equal
true

julia> df[:, :y] === df[!, :y] # false because they are not the same vector
false

- fredrikekre

---

那么这与C语言类似的解引用运算符*是一样的吗？ - user7295926

您可以将数据框（dataframe）看作是一个包含向量的结构体，每个向量代表一列数据。 df [！，：y] 和 df.y 指向相同的内存块，因此它们是相同的向量。请注意，这只是大致的比喻。 - François Févotte

一个小注释是，df[！，：y]可以作为广播赋值的左手边，而如果在df中不存在:y（由于Base的限制），则不允许使用df.y。此外，df[！，cols]可用于创建一个新的数据框，其中包含来自df的多个列，而无需复制它们（与df [：，cols]相反，后者将重新分配所有列）。 - Bogumił Kamiński

Answer 2

引用 DataFrames.jl 的文档 ：

列可以直接（即不需要复制）通过 df.col 或 df [！，：col] 访问。 由于 df [！，：col] 不进行复制，因此更改此语法返回的列向量的元素将影响存储在原始 df 中的值。 要获取列的拷贝，请使用 df [：，：col] ：更改此语法返回的向量不会更改 df 。

以下示例可能会更清晰说明此问题：

julia> using DataFrames

julia> df = DataFrame(x = rand(5), y=rand(5))
5×2 DataFrame
│ Row │ x        │ y         │
│     │ Float64  │ Float64   │
├─────┼──────────┼───────────┤
│ 1   │ 0.937892 │ 0.42232   │
│ 2   │ 0.54413  │ 0.932265  │
│ 3   │ 0.961372 │ 0.680818  │
│ 4   │ 0.958788 │ 0.923667  │
│ 5   │ 0.942518 │ 0.0428454 │

# `a` is a copy of `df.x`: modifying it will not affect `df`
julia> a = df[:, :x]
5-element Array{Float64,1}:
 0.9378915597741728
 0.544130347207969
 0.9613717853719412
 0.958788066884128
 0.9425183324742632

julia> a[2] = 1;

julia> df
5×2 DataFrame
│ Row │ x        │ y         │
│     │ Float64  │ Float64   │
├─────┼──────────┼───────────┤
│ 1   │ 0.937892 │ 0.42232   │
│ 2   │ 0.54413  │ 0.932265  │
│ 3   │ 0.961372 │ 0.680818  │
│ 4   │ 0.958788 │ 0.923667  │
│ 5   │ 0.942518 │ 0.0428454 │

# `b` is a view of `df.x`: any change made to it will be reflected in df
julia> b = df[!, :x]
5-element Array{Float64,1}:
 0.9378915597741728
 0.544130347207969
 0.9613717853719412
 0.958788066884128
 0.9425183324742632

julia> b[2] = 1;

julia> df
5×2 DataFrame
│ Row │ x        │ y         │
│     │ Float64  │ Float64   │
├─────┼──────────┼───────────┤
│ 1   │ 0.937892 │ 0.42232   │
│ 2   │ 1.0      │ 0.932265  │
│ 3   │ 0.961372 │ 0.680818  │
│ 4   │ 0.958788 │ 0.923667  │
│ 5   │ 0.942518 │ 0.0428454 │

请注意，由于使用 ! 进行索引不涉及任何数据复制，因此通常更加高效。

- François Févotte