Julia多列过滤：用可调用函数替代匿名函数以提升性能

要实现多字段过滤（满足a为"dog"或r大于4的条件），同时避免匿名函数，你可以通过预定义可调用函数结合ByRow来实现，具体步骤如下：

1. 定义过滤逻辑的可调用函数 #

把过滤条件封装成一个普通的Julia函数，明确输入参数和返回逻辑：

function filter_animal_and_r(a::AbstractString, r::Integer)
    return a == "dog" || r > 4
end

给函数加上类型标注，能帮助Julia编译器做更充分的优化，进一步提升性能。

2. 在subset中使用该函数 #

结合ByRow将预定义函数逐行应用到[:a, :r]两列上：

subset(df, [:a, :r] => ByRow(filter_animal_and_r))

补充说明 #

• 性能优势：预定义函数相比匿名函数，Julia编译器能更好地进行类型推断和优化，尤其是在数据量较大时，性能提升会更明显。你可以用@btime宏对比两种写法的执行速度：

  using BenchmarkTools
  @btime subset($df, [:a, :r]=>ByRow((a,r) -> a=="dog" || r>4))
  @btime subset($df, [:a, :r]=>ByRow(filter_animal_and_r))
  

• 可读性与维护性：预定义函数可以复用，复杂过滤逻辑拆分后更易理解和修改，比匿名函数更适合长期维护的代码。
• 注意事项：ByRow会把函数应用到每一行的标量元素上，所以函数内部直接用标量逻辑运算符||即可，不需要用广播的.|（你之前匿名函数里的.|是多余的）。

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