Julia Dataframe'de toplam ile Groupby

Question

Int ve String değerleri olan bir Julia Dataframe üzerinde groupby + sum yapmaya çalışıyorum

Örneğin, df:

│ Row │ A      │ B      │ C     │ D      │
│     │ String │ String │ Int64 │ String │
├─────┼────────┼────────┼───────┼────────┤
│ 1   │ x1     │ a      │ 12    │ green  │
│ 2   │ x2     │ a      │ 7     │ blue   │
│ 3   │ x1     │ b      │ 5     │ red    │
│ 4   │ x2     │ a      │ 4     │ blue   │
│ 5   │ x1     │ b      │ 9     │ yellow │

Bunu Python'da yapmak için komut şöyle olabilir:

df_group = df.groupby(['A', 'B']).sum().reset_index()

İlk sütun etiketleriyle aşağıdaki çıktı sonucunu elde edeceğim:

    A  B   C
0  x1  a  12
1  x1  b  14
2  x2  a  11

Julia'da da aynı şeyi yapmak isterim. Bu şekilde denedim, başarısızlıkla:

df_group = aggregate(df, ["A", "B"], sum)

MethodError: + (:: String, :: String) ile eşleşen yöntem yok

Bunu Julia'da yapmanın bir yolu hakkında bir fikrin var mı?

Answer 1

Deneyin (aslında dize olmayan sütunlar yerine, muhtemelen sayısal olan sütunlar istersiniz):

numcols = names(df, findall(x -> eltype(x) <: Number, eachcol(df)))
combine(groupby(df, ["A", "B"]), numcols .=> sum .=> numcols)

ve missingdeğerlere izin vermek (ve bir toplama yaparken onları atlamak) istiyorsanız, o zaman:

numcols = names(df, findall(x -> eltype(x) <: Union{Missing,Number}, eachcol(df)))
combine(groupby(df, ["A", "B"]), numcols .=> sum∘skipmissing .=> numcols)

Answer 2

Julia DataFrames , pandalara benzer şekilde bölme-uygulama-birleştirme mantığını destekler , bu nedenle toplama

using DataFrames

df = DataFrame(:A => ["x1", "x2", "x1", "x2", "x1"], 
               :B => ["a", "a", "b", "a", "b"],
               :C => [12, 7, 5, 4, 9],
               :D => ["green", "blue", "red", "blue", "yellow"])

gdf = groupby(df, [:A, :B])
combine(gdf, :C => sum)

sonuçla beraber

julia> combine(gdf, :C => sum)
3×3 DataFrame
│ Row │ A      │ B      │ C_sum │
│     │ String │ String │ Int64 │
├─────┼────────┼────────┼───────┤
│ 1   │ x1     │ a      │ 12    │
│ 2   │ x2     │ a      │ 11    │
│ 3   │ x1     │ b      │ 14    │

Pipe.jl veya Underscores.jlgdf yardımıyla oluşturulmasını atlayabilirsiniz.

using Underscores

@_ groupby(df, [:A, :B]) |> combine(__, :C => sum)

Aşağıdaki sözdizimi ile yeni sütuna isim verebilirsiniz

julia> @_ groupby(df, [:A, :B]) |> combine(__, :C => sum => :C)
3×3 DataFrame
│ Row │ A      │ B      │ C     │
│     │ String │ String │ Int64 │
├─────┼────────┼────────┼───────┤
│ 1   │ x1     │ a      │ 12    │
│ 2   │ x2     │ a      │ 11    │
│ 3   │ x1     │ b      │ 14    │