将数据帧转换为元组向量的便捷方法？

Question

我正在尝试在 Julia 中创建一个将数据帧转换为元组向量的函数。

例如，

using DataFrames
df = DataFrame(A=1:4, B=4:7, C=10:13)

4×3 DataFrame
 Row │ A      B      C     
     │ Int64  Int64  Int64 
─────┼─────────────────────
   1 │     1      4     10
   2 │     2      5     11
   3 │     3      6     12
   4 │     4      7     13

T = [t for t in zip(df.A, df.B, df.C)]

T = 4-element Vector{Tuple{Int64, Int64, Int64}}:
 (1, 4, 10)
 (2, 5, 11)
 (3, 6, 12)
 (4, 7, 13)

那么 T 就变成了我想要的结果。

但是，问题是我需要对上述过程进行功能化。

所以，我需要的是自动将数据框的列放入 zip 函数中。

我想做的函数形式如下

using DataFrames

function DataframeToTuple(df)
    T = [t for t in zip(df.first column name, df.second column name, ... df.last column name)]
    return T
end

有什么方便的方法吗？非常感谢

Answer 1

这可能是最短的方法：

julia> Tuple.(eachrow(df))
4-element Vector{Tuple{Int64, Int64, Int64}}:
 (1, 4, 10)
 (2, 5, 11)
 (3, 6, 12)
 (4, 7, 13)

知道您可以以相同的方式将DataFrame 转换为NamedTuples 的Vector 也很有趣：

julia> NamedTuple.(eachrow(df))
4-element Vector{NamedTuple{(:A, :B, :C), Tuple{Int64, Int64, Int64}}}:
 (A = 1, B = 4, C = 10)
 (A = 2, B = 5, C = 11)
 (A = 3, B = 6, C = 12)
 (A = 4, B = 7, C = 13)

Answer 2

如果数据框不是很宽（大约小于 1000 列），将数据框转换为 NamedTuple 向量的更有效方法是：

julia> Tables.rowtable(df)
4-element Vector{NamedTuple{(:A, :B, :C), Tuple{Int64, Int64, Int64}}}:
 (A = 1, B = 4, C = 10)
 (A = 2, B = 5, C = 11)
 (A = 3, B = 6, C = 12)
 (A = 4, B = 7, C = 13)

如果您坚持使用元组，那么请执行Tuple.(Tables.rowtable(df))。

Answer 3

有很多方法可以做到这一点-不可避免地会涉及到Tuple或NamedTuple.

using DataFrames
df = DataFrame(A=1:4, B=4:7, C=10:13)

4×3 DataFrame
Row │ A      B      C     
    │ Int64  Int64  Int64 
────┼─────────────────────
  1 │     1      4     10
  2 │     2      5     11
  3 │     3      6     12
  4 │     4      7     13

[Tuple(df[n,:]) for n in 1:size(df,1)]

4-element Vector{Tuple{Int64, Int64, Int64}}:
(1, 4, 10)
(2, 5, 11)
(3, 6, 12)
(4, 7, 13)

原因很有趣。作为一个基本思想，有两种类型，简单值和集合。前者的例子是String，后者的例子是Tuple和Array。类型名称以大写字母开头。

对于每一种类型，都有一个对应的函数，与类型同名，但名称全小写。类型String 具有函数string，Tuple 具有函数tuple。该函数获取数据并将其放入新类型。如果新类型是简单类型，则进行转换，如果是集合，则将数据放入新集合中而不进行转换。

 # String
 string(1.0)       # -> "1.0"
 string(1:3)       # -> "1:3"

 # Tuple
 tuple(1.0)        # -> (1.0,)
 tuple(1:3)        # -> (1:3,) 
 tuple([1,2,3,4])  # -> ([1, 2, 3, 4],)

仅对于集合，提供了另一个与类型同名的函数，并以大写字母开头。这样就完成了转换。

 # Tuple
 Tuple(1.0)       # -> (1.0,)
 Tuple(1:3)       # -> (1,2,3)
 Tuple([1,2,3,4]) # -> (1,2,3,4)

因此，在这里，当转换为元组时，我们必须使用函数Tuple（或函数NamedTuple）。