如何在DataFrames.jl中修改数据类型？String转Int报错求解

报错原因 #

这段代码报错的核心是类型不匹配：df.x是一个String类型的向量，你试图把parse(Int, df.x[1])得到的Int值直接塞进这个字符串向量里，而Julia的向量要求所有元素类型必须一致，这种跨类型的单个元素赋值自然会触发错误。

解决方法 #

这里给你几种实用的处理方式：

• 直接修改原列类型
  直接把整列的字符串批量转成整数，替换原列：

  using DataFrames
  df = DataFrame(x=["1","2","3"])
  df.x = parse.(Int, df.x)
  

  这里parse.(Int, df.x)是广播调用parse函数，一次性把列里所有字符串转成整数，生成一个Int类型的向量，再赋值给df.x，从根源上解决类型问题。

• 新增转换后的列（保留原列）
  如果不想改动原字符串列，可以用transform新增一列整数类型的数据：

  df = transform(df, :x => ByRow(x -> parse(Int, x)) => :x_int)
  

  执行后会新增一列:x_int，里面就是转换后的整数，原列:x保持不变。

• 初始化时直接指定类型
  如果提前知道输入的字符串可以转成整数，初始化DataFrame的时候就直接转换：

  df = DataFrame(x=parse.(Int, ["1","2","3"]))
  

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