Julia @Subset Dates

Question

这应该是一个简单的问题，但我找不到任何关于这方面的文档或先前的问答。使用Julia to subset很容易，特别是在使用@Chain命令时。但我一直没有想出一种方法来对约会进行子集：

maindf = @chain rawdf begin
    @subset(Dates.year(:travel_date) .== 2019)
end

在所有文档中，Dates.year(today())应该生成(2021)，但这最终抛给我一个错误：

ERROR: MethodError: no method matching +(::Vector{Date}, ::Int64)
Closest candidates are:
  +(::Any, ::Any, ::Any, ::Any...) at operators.jl:560
  +(::T, ::T) where T<:Union{Int128, Int16, Int32, Int64, Int8, UInt128, UInt16, UInt32, UInt64, UInt8} at int.jl:87
  +(::T, ::Integer) where T<:AbstractChar at char.jl:223

不确定为什么我得到一个方法错误..

在使用DPLYR的R中，这将是简单的：

maindf = rawdf %>% 
filter(., year(travel_date) == 2019)

有什么想法吗？

Answer 1

使用：

julia> using DataFramesMeta, Dates

julia> df = DataFrame(travel_date=repeat([Date(2019,1,1), Date(2020,1,1)],3), id=1:6)
6×2 DataFrame
 Row │ travel_date  id
     │ Date         Int64
─────┼────────────────────
   1 │ 2019-01-01       1
   2 │ 2020-01-01       2
   3 │ 2019-01-01       3
   4 │ 2020-01-01       4
   5 │ 2019-01-01       5
   6 │ 2020-01-01       6

julia> @rsubset(df, year(:travel_date) == 2019)
3×2 DataFrame
 Row │ travel_date  id
     │ Date         Int64
─────┼────────────────────
   1 │ 2019-01-01       1
   2 │ 2019-01-01       3
   3 │ 2019-01-01       5

julia> @subset(df, year.(:travel_date) .== 2019)
3×2 DataFrame
 Row │ travel_date  id
     │ Date         Int64
─────┼────────────────────
   1 │ 2019-01-01       1
   2 │ 2019-01-01       3
   3 │ 2019-01-01       5

不同之处在于，@rsubset是按行工作的，而@subset是按整列工作的。

您的问题是，在Dates.year(:travel_date) .== 2019)中，您将year函数的非广播调用和广播比较.== 2019混合在一起。您始终需要确保要么逐行工作(在本例中使用@rsubset )，要么处理整个列(使用@subset)。

不同的场景可能需要不同的方法。下面是一个完整列方法有用的示例：

julia> using Statistics

julia> @subset(df, :id .> mean(:id))
3×2 DataFrame
 Row │ travel_date  id
     │ Date         Int64
─────┼────────────────────
   1 │ 2020-01-01       4
   2 │ 2019-01-01       5
   3 │ 2020-01-01       6

您希望mean对整个列进行操作。

编辑

@chain的情况也是如此

julia> @chain df begin
           @subset year.(:travel_date) .== 2019
       end
3×2 DataFrame
 Row │ travel_date  id
     │ Date         Int64
─────┼────────────────────
   1 │ 2019-01-01       1
   2 │ 2019-01-01       3
   3 │ 2019-01-01       5