编写用于在 Julia 中传递 GroupedDataFrame 的函数方法

Question

我写了一个像下面这样的函数：

gini(v::Array{<:Real,1}) = (2 * sum([x*i for (i,x) in enumerate(sort(v))]) / sum(sort(v)) - (length(v)+1))/(length(v))

此函数在传递 Vector 或 DataFrame 时效果很好。例如：

gini(collect(1:1:10))
# 0.3

或

using DataFrames # DataFrames v1.3.2

df = DataFrame(v = collect(1:1:10),
               group = repeat([1, 2], 5))

combine(df, :v => gini)
#1×1 DataFrame
# Row │ v_gini  
#     │ Float64
#─────┼─────────
#   1 │     0.3

但是，与其他将向量作为参数的函数（例如 Statistics.mean）不同，它在传递 GroupedDataFrame 时抛出 MethodError。

combine(groupby(df, :group), :v => gini)
#  nested task error: MethodError: no method matching #gini(::SubArray{Int64, 1, Vector{Int64}, Tuple{SubArray{Int64, 1, #Vector{Int64}, Tuple{UnitRange{Int64}}, true}}, false})
 #   Closest candidates are:
  #    gini(::Vector{<:Real})

如何编写在传递 GroupedDataFrame 时可以正常工作的函数？

Answer 1

您需要将方法签名更改为：

gini(v::AbstractVector{<:Real})

关键是 combine 传递了向量的视图（它没有 Vector 类型，但 SubArray）。因此，您需要通过函数允许任何向量，而不仅仅是 Vector.

编写用于在 Julia 中传递 GroupedDataFrame 的函数方法

Writing function methods for passing GroupedDataFrame in Julia

julia

dataframes.jl