在 Julia 中导出为 CSV 文件

Question

警告：这些都是菜鸟问题，因为我真的是 Julia 的新手。

在 R 中，有一个相当“统一”的函数可以用read.table() 导出（几乎）任何类型的对象。看起来 Julia 中的情况稍微复杂一些。如果我理解得很好：

1. 某些标准类型（例如，数组、字典和元组）始终可以使用 writedlm 导出，但并非总是使用 CSV.write。相反，DataFrames 总是可以用CSV.write 导出，但不能用writedlm 导出。它是否正确？因此，不存在类似于 R 的write.table() 的“通用出口商”？

2. 除了编写 CSV 文件外，CSV.write 似乎还返回了导出文件的名称。相反，writedlm 没有。这对我来说是个问题。实际上，我需要一种将 DataFrame 导出到 CSV 文件中的方法，该文件具有 not 返回值的函数，即只有副作用的函数，例如 writedlm。有没有办法在 Julia 中实现这一点？

   编辑：更详细地说，我的问题是在CSV.write 之后，ans 指向导出文件的名称； writedlm 并非如此。插图here 和here。即使有@Przemyslaw Szufel 给出的想法，我也无法摆脱这一点。 （这是一个非常微妙的问题，但我实际上是在尝试为 Julia 编写一个 emacs lisp 后端。这种不一致，例如不知道 ans 是 nothing 还是导出对象后的文件名，添加了一些这次冒险中的更多痛苦... :-) 理想情况下，我只是希望CSV.write 可以保持沉默。）

谢谢！

Answer 1

我从第二个问题开始，因为它很短。只需在行尾使用分号;，不会返回任何值！

CSV.write(file, table);

但是，如果您想确定 ans 没有任何价值，请在末尾添加 nothing：

CSV.write(file, table);nothing;

如果你愿意，你可以把它打包成一个函数：

function my_write(file, table)
    CSV.write(file, table)
    nothing
end

或者，如果您想要一个单行代码，请将其包装成 lambda：

julia> (() -> begin;CSV.write("file.csv", df);nothing;end)()

julia> ans == nothing
true

在每种情况下都不会观察到副作用（返回值）。

第一个问题比较棘手。用于在文件中存储数据的可能格式显然需要取决于数据的格式。基本上，Julia 最常见的选项包括（我从最通用的选项开始，最后是最具体的选项）：

• 通过serialize命令序列化
• 通过BSON.jl 包的二进制JSON
• JSON 通过JSON.jl 或稍新的JSON3.jl 包（从今天开始都是不错的选择）
• JSONTables.jl 用于存储为 JSON 的表格数据
• DelimitedFiles 用于存储 Arrays
• CSV.jl 用于存储 DataFrames

现在，特定套餐的选择将取决于您的目标。序列化是杀手级机制 - 最快和最通用的。任何对象都可以在尽可能短的时间内以这种方式存储。没有什么是没有代价的——当你更新 Julia 版本或你的包时，你可能无法读回你的对象。所以它是为短期存储而设计的。

中间是基于 JSON 的存储系统。基本上，所有内容都可以存储为 JSON，以后可以用 Julia 或其他编程语言读取。基于文本的 JSON 也可以在简单的文本编辑器中打开。

最后，CSV.jl 和Serialization 可以分别用于表和数组。但是，将DataFrame 转换为Array 或将Array 转换为DataFrame 很容易：

julia> df = DataFrame(a=1:3, b=rand(3),c=["a","b","c"])
3×3 DataFrame
│ Row │ a     │ b        │ c      │
│     │ Int64 │ Float64  │ String │
├─────┼───────┼──────────┼────────┤
│ 1   │ 1     │ 0.440796 │ a      │
│ 2   │ 2     │ 0.44232  │ b      │
│ 3   │ 3     │ 0.282064 │ c      │

julia> Matrix(df)
3×3 Array{Any,2}:
 1  0.440796  "a"
 2  0.44232   "b"
 3  0.282064  "c"

您可以看到，在此过程中唯一丢失的是类型信息，如果您通过DelimitedFiles 导出数据，这并不重要。

其他方式的转换也很简单：

julia> rand(3,3) |> Tables.table |> DataFrame
3×3 DataFrame
│ Row │ Column1  │ Column2   │ Column3  │
│     │ Float64  │ Float64   │ Float64  │
├─────┼──────────┼───────────┼──────────┤
│ 1   │ 0.326649 │ 0.0278134 │ 0.111221 │
│ 2   │ 0.769378 │ 0.996156  │ 0.237821 │
│ 3   │ 0.802094 │ 0.726497  │ 0.619013 │

总之，如您所见，一切都可以在 Julia 中完成。