DataFramesMeta能否实现多列批量转换与汇总？

当然可以用DataFramesMeta复现你给出的DataFrames批量操作效果，以下是几种等效写法：

首先确保导入所需包：

using DataFrames, DataFramesMeta, Statistics

创建测试DataFrame的代码和你提供的一致：

df = DataFrame(
    a=string.("cat", rand(1:3, 100)),
    x=rand(1:100, 100),
    y=rand(2:10:100, 100),
    z=rand(0.5:0.1:2, 100)
)

写法1：逐列显式定义统计项（直观易读） #

用@by宏直接按:a分组，然后为每列定义均值和求和项：

@by df :a begin
    :x_mean = mean(:x)
    :x_sum = sum(:x)
    :y_mean = mean(:y)
    :y_sum = sum(:y)
    :z_mean = mean(:z)
    :z_sum = sum(:z)
end

写法2：批量处理多列+多函数（更简洁） #

这种写法和你原DataFrames代码的逻辑最贴近，通过cols()批量指定目标列，同时绑定多个统计函数：

@combine(groupby(df, :a), 
    cols([:x, :y, :z]) .=> [mean, sum] .=> [:mean, :sum]
)

写法3：先分组再合并（分步清晰） #

先通过@groupby生成分组对象，再用@combine批量计算：

gdf = @groupby df :a
@combine gdf cols([:x, :y, :z]) .=> [mean, sum] .=> [:mean, :sum]

以上三种写法的输出结果和你原代码combine(groupby(df,:a), [:x,:y,:z].=>[mean sum])完全一致，都会生成包含a列，以及x_mean、x_sum、y_mean、y_sum、z_mean、z_sum的结果DataFrame。

内容的提问来源于stack exchange，提问作者Eliezer Otero