如何在 Julia 中使用 split-apply-combine 方法“加入”答案

【问题标题】：How to "join" with the split-apply-combine method in Julia如何在 Julia 中使用 split-apply-combine 方法“加入”
【发布时间】：2015-04-09 20:57:16
【问题描述】：

我想在 Julia 中执行一个有点复杂的连接（在 SQL 意义上），但我不知道如何让它在 split-apply-combine 方法中工作（尽管它可以写成手动取出）。看起来这应该很容易做到。问题看起来像这样。我有一个关于海龟赛跑数据的 DataFrame：

using DataFrames
data = DataFrame()
data[:turtle] = ["Suzy", "Suzy", "Bob", "Batman", "Batman", "Batman", "Bob"]
data[:event] = ["5k", "5k", "1k", "5k", "5k", "1k", "1k"]
data[:time] = [6.2 , 6.7 , 2.1, 3.2, 3.1, 0.9, 2.4]
data[:photo] =["111.jpg","123.jpg","145.jpg","167.jpg","189.jpg","190.jpg","195.jpg"]
data

我想要一个数据表，其中仅包含该表的行，这些行是每只海龟的个人（turtlenal？）在任何情况下它们运行的最好的。我几乎可以得到我需要的东西

bestFinishes = by(data, [:turtle, :event]) do df
     DataFrame(fastestTime = minimum(df[:time]))
end

但我还需要匹配行的照片列。我该怎么做？

【问题讨论】：

标签： datatable julia split-apply-combine

【解决方案1】：

好吧，当我输入这个时，我意识到基于this question 的一种方法。

bestFinishes = by(data, [:turtle, :event]) do df
    DataFrame(fastestTime = minimum(df[:time]), winningPhoto = df[indmin(df[:time]),:photo] )
end

但是，更通用的方法是

bestFinishes = by(data, [:turtle, :event]) do df
    thisFastestTime = minimum(df[:time])
    df[df[:time].==thisFastestTime,:]
end

如果您只想有效地从非常大的数据集中修剪行，这会使事情变得更容易。我会看看是否可以在文档中添加这样的示例，因为它似乎没有被涵盖（或者只是假设比我更熟悉这种方法）。

【讨论】：