Julia DataFrame逐行比较列元素生成最大值新列的报错解决

报错原因 #

报错信息：ERROR: TypeError: non-boolean (BitVector) used in boolean context
翻译为：错误：类型错误：在布尔上下文使用了非布尔类型（BitVector）

原代码中，broadcast(.>, df.c1, df.c2)会返回一个布尔数组（BitVector），而if语句要求判断条件是单个布尔值，不能直接用数组作为判断依据，这就是触发报错的核心原因。

正确实现方式 #

以下几种方法均可实现需求，将每行c1和c2的较大值存入Result列：

方法1：向量化max函数（最简写法） #

利用Julia的广播特性直接对两列元素取最大值：

using DataFrames

df = DataFrame(c1=[1,2,3,4,5], c2=[6,5,4,3,2])
df[!, "Result"] .= max.(df.c1, df.c2)
println(df)

方法2：使用transform函数（DataFrame风格写法） #

通过transform函数直接生成新列，代码更贴合DataFrame的操作习惯：

using DataFrames

df = DataFrame(c1=[1,2,3,4,5], c2=[6,5,4,3,2])
df = transform(df, [:c1, :c2] => ((x,y)->max.(x,y)) => :Result)
println(df)

方法3：逐元素条件判断（修正原逻辑） #

如果想保留类似原代码的条件判断思路，可通过列表推导式逐行处理：

using DataFrames

df = DataFrame(c1=[1,2,3,4,5], c2=[6,5,4,3,2])
df[!, "Result"] = [x > y ? x : y for (x,y) in zip(df.c1, df.c2)]
println(df)

以上三种方法运行后，Result列都会得到预期的[6,5,4,4,5]。

内容的提问来源于stack exchange，提问作者Seeker