查找具有一些缺失值的数据框列的子集答案

【问题标题】：Find a subset of columns of a data frame that have some missing values查找具有一些缺失值的数据框列的子集
【发布时间】：2021-11-09 16:02:18
【问题描述】：

鉴于 DataFrames.jl 中的以下数据框：

julia> using DataFrames

julia> df = DataFrame(x1=[1, 2, 3], x2=Union{Int,Missing}[1, 2, 3], x3=[1, 2, missing])
3×3 DataFrame
 Row │ x1     x2      x3
     │ Int64  Int64?  Int64?
─────┼────────────────────────
   1 │     1       1        1
   2 │     2       2        2
   3 │     3       3  missing

我想查找其中包含 missing 值的列。

我试过了：

julia> names(df, Missing)
String[]

但这是不正确的，因为names 函数在传递一个类型时会查找所传递类型的子类型。

【问题讨论】：

标签： dataframe julia missing-data

【解决方案1】：

如果您想查找实际上包含missing值的列，请使用：

julia> names(df, any.(ismissing, eachcol(df)))
1-element Vector{String}:
 "x3"

在这种方法中，我们迭代df 数据框的每一列并检查它是否包含至少一个缺失值。

如果你想找到可能可能包含缺失值的列，你需要检查它们的元素类型：

julia> names(df, [eltype(col) >: Missing for col in eachcol(df)]) # using a comprehension
2-element Vector{String}:
 "x2"
 "x3"

julia> names(df, .>:(eltype.(eachcol(df)), Missing)) # using broadcasting
2-element Vector{String}:
 "x2"
 "x3"

【讨论】：