在 Julia 1 中将缺失转换为数值答案

【问题标题】：Convert missing to a numerical value in Julia 1在 Julia 1 中将缺失转换为数值
【发布时间】：2018-09-03 16:21:52
【问题描述】：

我正在尝试将 df 中的所有缺失值转换为数值，例如0（是的，知道我在做什么..）。

在 Julia 0.6 中我可以写：

julia> df = DataFrame(
              cat = ["green","blue","white"],
              v1   = [1.0,missing,2.0],
              v2   = [1,2,missing]
            )
julia> [df[ismissing.(df[i]), i] = 0 for i in names(df)]

得到：

julia> df
3×3 DataFrames.DataFrame
│ Row │ cat   │ v1  │ v2 │
├─────┼───────┼─────┼────┤
│ 1   │ green │ 1.0 │ 1  │
│ 2   │ blue  │ 0.0 │ 2  │
│ 3   │ white │ 2.0 │ 0  │

如果我在 Julia 0.7 中尝试，我会得到一个非常奇怪的错误：

MethodError: 不能 convert 一个 Float64 类型的对象到一个对象字符串类型

我无法得到我想要转换为字符串的内容 ???任何解释（和解决方法）？

【问题讨论】：

如果我删除了 cat 列它可以工作.. 它似乎仍在尝试应用分配，即使 cat 的情况下的数组是空的，而在 Julia 0.6 中它让我们说“更聪明”，意识到在哪里操作的集合是空的..
在列表理解中添加if typeof(df[i]) <: Vector{Union{Missing, Number}} 不起作用。如果我能找到一种方法来指定联合内的类型（请参阅the separate SO question 我确实打开了）我可以解决问题！

标签： dataframe julia

【解决方案1】：

这个问题的原因是 Julia 0.6 和 Julia 1.0 之间的广播机制发生了变化（它在 DataFrames.jl 中的insert_multiple_entries! 函数中使用）。最后fill!被调用，它会在检查集合是否为空之前尝试进行转换。

实际上，如果您想进行完全通用的替换就地（我理解您想要这样做），这比您在 Base 中所拥有的有点复杂且效率较低（原因是您不能依赖检查向量中元素的类型，例如，您可以将Int 分配给Float64 的向量，它们有不同的类型）：

function myreplacemissing!(vec, val)
    for i in eachindex(vec)
        ismissing(vec[i]) && (vec[i] = val)
    end
end

现在你可以开始了：

foreach(col -> myreplacemissing!(col[2], 0), eachcol(df))

【讨论】：

【解决方案2】：

虽然我很欣赏 Bogumil Kaminski 的回答（也是因为现在我明白了失败背后的原因），但如果碰巧在非数字列中存在缺失元素，其建议的解决方案就会失败，例如：

df = DataFrame(
  cat = ["green","blue",missing],
  v1   = [1.0,missing,2.0],
  v2   = [1,2,missing]
)

我可以做的就是使用（根据我的需要选择一个或一个）：

[df[ismissing.(df[i]), i] = 0 for i in names(df) if  typeintersect(Number, eltype(df[i])) != Union{}]
[df[ismissing.(df[i]), i] = "" for i in names(df) if  typeintersect(String, eltype(df[i])) != Union{}]

优点是我可以为不同类型的列选择我需要的值类型作为“缺失替换”（例如，0 表示数字或“”表示字符串）。

编辑：

也许更具可读性，再次感谢Begumil's answer：

[df[ismissing.(df[i]), i] = 0 for i in names(df) if  Base.nonmissingtype(eltype(df[i])) <: Number]
[df[ismissing.(df[i]), i] = "" for i in names(df) if  Base.nonmissingtype(eltype(df[i])) <: String]

【讨论】：