如何在Julia的DataFrames.jl中按逻辑子集更新多列？

你希望在Julia的DataFrame中对符合逻辑子集条件的行更新多列值，对应的基础R实现如下：

# 模拟数据
myiris <- iris
myiris$Species <- as.character(myiris$Species)

# 更新符合条件的两列值
myiris[myiris$Species == "setosa" &
       myiris$Sepal.Length == 5.1,
       c("Species", "Sepal.Width")] <- list("pretty flower", -97)

上述代码会将物种为"setosa"且花萼长度等于5.1的行中，Species列设为"pretty flower"，Sepal.Width列设为-97。下面是Julia中的几种等价实现方式：

方法1：使用DataFrames.jl的索引语法 #

先确保已安装并加载DataFrames和RDatasets包（用于获取iris数据集）：

using DataFrames, RDatasets

# 加载数据并转换Species列为字符串类型
myiris = dataset("datasets", "iris")
myiris.Species = string.(myiris.Species)

# 按条件更新多列
mask = myiris.Species .== "setosa" .&& myiris.SepalLength .== 5.1
myiris[mask, [:Species, :SepalWidth]] .= ["pretty flower", -97]

这里的mask是布尔索引，用于筛选符合条件的行，通过[:, [:列名1, :列名2]]指定要更新的列，最后用.=完成广播赋值。

方法2：使用@subset!和@transform!宏（推荐） #

DataFrames.jl提供了可读性更强的宏来实现原地修改：

using DataFrames, RDatasets

myiris = dataset("datasets", "iris")
myiris.Species = string.(myiris.Species)

# 原地筛选符合条件的行并更新指定列
@subset!(myiris, :Species .== "setosa" .&& :SepalLength .== 5.1)
@transform!(myiris, :Species = "pretty flower", :SepalWidth = -97)

若不想修改原DataFrame，去掉宏名后的!，使用@subset和@transform即可生成新的DataFrame。

方法3：使用mapcols!实现灵活列操作 #

如果需要为不同列定制更新逻辑，可使用mapcols!：

using DataFrames, RDatasets

myiris = dataset("datasets", "iris")
myiris.Species = string.(myiris.Species)

mask = myiris.Species .== "setosa" .&& myiris.SepalLength .== 5.1
mapcols!(myiris) do col
    if colname(col) == :Species
        replace(col, mask .=> "pretty flower")
    elseif colname(col) == :SepalWidth
        replace(col, mask .=> -97)
    else
        col
    end
end

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