广播范围

Question

我的dataframe - split.(df2.name)中有一个数组。

> 392-element Array{Array{SubString{String},1},1}:
 ["chevrolet", "chevelle", "malibu"]
 ["buick", "skylark", "320"]        
 ["plymouth", "satellite"]          
 ["amc", "rebel", "sst"]            
 ["ford", "torino"]                 
 ⋮                                  
 ["ford", "mustang", "gl"]          
 ["vw", "pickup"]                   
 ["dodge", "rampage"]               
 ["ford", "ranger"]                 
 ["chevy", "s-10"]   

我想选择每个数组的第一个元素以外的所有元素，并将它们连接在一起，以获得这些汽车的模型名称。

首先，我想这样做：model = join.(split.(df2.name)[2:end], " ")，但不是删除每个数组的第一个元素，而是删除第一个car (外部数组的第一个元素)。

所以我想把范围[2:end]广播给所有的元素，方法是在距离前点：model = join.(split.(df2.name).[2:end], " ")。但这似乎也不起作用，因为存在语法错误：

syntax: missing last argument in "2:" range expression

那么，在这种情况下，朱利安用什么方式来广播一个范围呢？

Answer 1

在这里使用普通广播似乎有点棘手，因为正如您所发现的，构建2:end范围会显式地导致语法错误。我认为这是因为这样的表达方式

a[2:end]

被特别分析并降低到

a[2:lastindex(a)]

正如lastindex文档中所解释的那样。

但是，您可以使用像Iterators.drop这样的迭代器来遍历除第一个元素之外的所有元素，这是一个可以广播的操作：

julia> cars = [["chevrolet", "chevelle", "malibu"],
               ["buick", "skylark", "320"],        
               ["plymouth", "satellite"],          
               ["amc", "rebel", "sst"],            
               ["ford", "torino"]];

julia>  join.(Iterators.drop.(cars, 1), " ")
5-element Array{String,1}:
 "chevelle malibu"
 "skylark 320"
 "satellite"
 "rebel sst"
 "torino"

但我认为，在这种情况下，我可能会进行理解，我认为这将是更易读的：

julia> [join(car[2:end], " ") for car in cars]
5-element Array{String,1}:
 "chevelle malibu"
 "skylark 320"
 "satellite"
 "rebel sst"
 "torino"

​

编辑：回顾了您的全球问题，它似乎您首先比您想要的split更多，然后挣扎join返回您最初不想分裂的部分。

因此，您可能希望利用limit关键字参数到split，这样您就不会首先拆分太多的单词：

julia> cars2 = ["chevrolet chevelle malibu",
                "buick skylark 320",
                "plymouth satellite",
                "amc rebel sst",
                "ford torino"];

julia> split.(cars2, " ", limit=2)
5-element Array{Array{SubString{String},1},1}:
 ["chevrolet", "chevelle malibu"]
 ["buick", "skylark 320"]
 ["plymouth", "satellite"]
 ["amc", "rebel sst"]
 ["ford", "torino"]

julia> getindex.(split.(cars2, " ", limit=2), 2)
5-element Array{SubString{String},1}:
 "chevelle malibu"
 "skylark 320"
 "satellite"
 "rebel sst"
 "torino"

最后一个示例还演示了如何通过显式getindex(a, i)函数调用来广播索引语法，该函数调用是语法糖a[i]的降低形式。

Answer 2

通常，广播索引语法的工作方式是将其转换为getindex并广播如下：

model = join.(getindex.(split.(df2.name), Ref(2:10)), " ")

需要Ref将范围作为标量来处理；您也可以使用一个1元组。

这是最简单的部分。但是，这个技巧在end中的使用变得很难看，因为在括号外它没有任何意义，这是您得到错误的原因。解决此问题的一种方法是将end替换为lastindex，但是您可能应该缓存数组计算：

model = let nameparts = split.(df2.name)
    join.(getindex.(nameparts, Ref(2:lastindex(nameparts))), " ")
end

然而，这就失去了广播融合的优势。

在这种特殊情况下，您也可以使用Iterators.rest，因为我们知道Array迭代器是如何工作的：

join.(Iterators.rest.(split.(df2.name), 2), " ")

但在我看来，最简单的版本只是一种理解：

model = [join(split(carname)[2:end]) for carname in df2.name]

(除非你对Iterators非常熟悉。那么我个人更喜欢上一个。)