Julia中如何在combine操作内使用nrow创建新列

你已经完成了topics列拆分、分组统计，但需要在combine内部直接生成metric_per_frequency（即sum_metric除以frequency_topics），不需要额外后续步骤，也不想用速度较慢的@by宏。

修改后的可行代码 #

方法1：基于多列映射的方式

topics = ["Money,Income,Lifestyle","Knowledge,Windows,Weather","Vaccation,Holiday,Money,Weather"]
metric = [2347820, 1275610, 1255383]

table = DataFrame(topics=topics, metric=metric)

agg_table = combine(
    groupby(
        # 修复拆分逻辑：避免空字符串，直接返回拆分后的数组
        flatten(transform(table, :topics => ByRow(x -> ismissing(x) ? [] : split(x, ",")) => :topics), :topics),
        :topics
    ),
    nrow => :frequency_topics,
    :metric => sum => :sum_metric,
    # 利用已计算的两列，通过匿名函数计算比值
    [:sum_metric, :frequency_topics] => (s, f) -> s ./ f => :metric_per_frequency
)

方法2：使用do块一次性计算所有指标（效率更高）

agg_table = combine(groupby(flatten(transform(table, :topics => ByRow(x -> ismissing(x) ? [] : split(x, ",")) => :topics), :topics), :topics)) do g
    freq = nrow(g)
    sum_m = sum(g.metric)
    DataFrame(
        frequency_topics = freq,
        sum_metric = sum_m,
        metric_per_frequency = sum_m / freq
    )
end

输出结果 #

Row │ topics     sum_metric  frequency_topics  metric_per_frequency
     │ String     Int64       Int64             Float64             
─────┼───────────────────────────────────────────────────────────────
   1 │ Money         3603203                  2           1.8016015e6
   2 │ Income        2347820                  1           2.34782e6
   3 │ Lifestyle     2347820                  1           2.34782e6
   4 │ Knowledge     1275610                  1           1.27561e6
   5 │ Windows       1275610                  1           1.27561e6
   6 │ Weather       2530993                  2           1.2654965e6
   7 │ Vaccation     1255383                  1           1.255383e6
   8 │ Holiday       1255383                  1           1.255383e6

关键说明 #

• 方法1中，combine支持以多列数组作为输入（[:sum_metric, :frequency_topics]），通过匿名函数接收对应列的计算结果，完成比值计算。
• 方法2的do块模式直接操作每个分组的子DataFrame，只需遍历一次分组即可计算所有指标，在数据量较大时效率更优。
• 原拆分逻辑中修复了空字符串的问题：当x为空时返回空数组而非空字符串，避免生成无效的空topic行。

内容的提问来源于stack exchange，提问作者Aku