如何在Julia DataFrame中基于其他列的值条件创建新的二进制列

我有一个如下结构的Julia DataFrame：

想要创建一个新的二进制列x：当time列的值小于2或大于4时，x为0；其余情况x为1，最终得到：

在Python中我可以用apply逐行处理实现，但想知道Julia里的最优做法是什么？

方法1：向量化操作（推荐，性能最优） #

Julia的强项之一是向量化运算，我们可以直接对整个列进行元素级操作，避免逐行遍历的开销：

首先确保你已经加载了DataFrames包：

using DataFrames

先构造示例DataFrame：

df = DataFrame(time = 0:5, data = [34, 34, 30, 37, 32, 35])

然后添加x列：

df.x = Int.((df.time .>= 2) .& (df.time .<= 4))

解释一下：

• .>=和.<=是广播运算符，会对df.time的每个元素进行比较，返回布尔数组
• .&是元素级的逻辑与运算，筛选出time在2到4之间的元素（返回true）
• Int.()将布尔值转换为整数：true→1，false→0

方法2：使用map逐行处理（类似Python的apply） #

如果你更习惯逐行处理的逻辑，可以用map函数配合匿名函数实现：

df.x = map(t -> t < 2 || t > 4 ? 0 : 1, df.time)

这里map会遍历df.time的每个元素t，执行匿名函数的判断逻辑，返回对应的0或1，最终生成新列的数组。

方法3：用DataFramesMeta的@transform宏（链式操作风格） #

如果你喜欢更简洁的链式语法，可以使用DataFramesMeta包的@transform宏（需要先安装：using Pkg; Pkg.add("DataFramesMeta")）：

using DataFramesMeta

df = @transform(df, x = Int.((:time .>= 2) .& (:time .<= 4)))

或者直接写判断逻辑：

df = @transform(df, x = :time < 2 || :time > 4 ? 0 : 1)

总结 #

优先推荐方法1的向量化操作，因为它充分利用了Julia的性能优势，比逐行处理快得多。如果你的条件逻辑非常复杂，再考虑用map或@transform的逐行方式。

内容的提问来源于stack exchange，提问作者connor449