我可以按 Julia 中的一系列字典“分组”吗？

Question

我正在从 JSON 文件中读取数组，因为我需要在将其转换为 DataFrame 以进行进一步操作之前对其执行缩减。为了争论，假设是这样

a = [Dict("A" => 1, "B" => 1, "C" => "a")
     Dict("A" => 1, "B" => 2, "C" => "b")
     Dict("A" => 2, "B" => 1, "C" => "b")
     Dict("A" => 2, "B" => 2, "C" => "a")]

现在，如果我可以按一个或多个键（例如 A 和 C）对数组进行分组，对每个组执行更简单的 reduce，然后将行重新组合成更大的行，那么我正在执行的 reduce 将大大简化Dicts 的数组，然后我可以轻松地变成 DataFrame。

一种解决方案是将其转换为DataFrame，将其拆分为组，将各个组转换为矩阵，进行归约（有一些困难，因为现在我已经失去了通过名称引用元素的能力)，将简化后的矩阵转回(Sub?)DataFrames（因为名称有些困难），并希望它们能很好地组合成一个巨大的DataFrame。

有任何更简单和/或更实用的方法吗？

编辑 在有人建议我查看Query.jl 之前，我正在运行的reduce 返回一个数组，其中行数较少，因为我压缩了某些后续行对。如果我可以用Query.jl 做这样的事情，有人可以暗示如何做，因为文档并不清楚如何“聚合”任何不返回单个值的东西。示例：

 A   B   C
-----------
 1       a
 2   1   a
 3       b
 4   2   b

应该按“C”分组并将该表变成类似的东西

 A   B   C
-----------
 1   1   a
 3   2   b

为了澄清，reduce 是有效的，我只想简化它，在压缩之前不必检查一行是否属于前一行的同一组。

Answer 1

它仍处于试验阶段，但SplitApplyCombine.jl 可能会成功。你可以使用任何你想要的键函数对任意迭代进行分组，并在最后得到一个键 -> 组字典。

julia> ## Pkg.clone("https://github.com/JuliaData/SplitApplyCombine.jl.git")

julia> using SplitApplyCombine

julia> group(x->x["C"], a)
Dict{Any,Array{Dict{String,Any},1}} with 2 entries:
  "b" => Dict{String,Any}[Dict{String,Any}(Pair{String,Any}("B", 2),Pair{String,Any}("A", 1),Pair{String,Any}("C", "b")), Dict{String,Any}(Pair{String,Any}("…
  "a" => Dict{String,Any}[Dict{String,Any}(Pair{String,Any}("B", 1),Pair{String,Any}("A", 1),Pair{String,Any}("C", "a")), Dict{String,Any}(Pair{String,Any}("…

然后您可以使用标准的[map]reduce 操作（这里使用 SAC @_ 宏进行管道）：

julia> @_ a |> group(x->x["C"], _) |> values(_) |> reduce(vcat, _)
4-element Array{Dict{String,Any},1}:
 Dict{String,Any}(Pair{String,Any}("B", 2),Pair{String,Any}("A", 1),Pair{String,Any}("C", "b"))
 Dict{String,Any}(Pair{String,Any}("B", 1),Pair{String,Any}("A", 2),Pair{String,Any}("C", "b"))
 Dict{String,Any}(Pair{String,Any}("B", 1),Pair{String,Any}("A", 1),Pair{String,Any}("C", "a"))
 Dict{String,Any}(Pair{String,Any}("B", 2),Pair{String,Any}("A", 2),Pair{String,Any}("C", "a"))