Julia中vcat绑定不同列DataFrame报错原因及最优方法咨询

报错原因 #

Julia DataFrames包的vcat函数默认要求所有输入DataFrame的列完全匹配（列名、顺序都一致），这和R中bind_rows默认自动为缺失列填充NA的行为不同。你遇到的报错就是因为df1缺少c列、df2缺少a列，不符合默认的严格匹配规则。

解决方法（最优实现） #

要实现和R bind_rows一致的效果，只需给vcat添加cols=:union参数，它会自动取所有输入DataFrame的列的并集，缺失的列值用missing（Julia的缺失值类型）填充：

using DataFrames

df1 = DataFrame(a = 1, b = 1)
df2 = DataFrame(b = 1, c = 1)
# 执行行绑定，自动补全缺失列
result = vcat(df1, df2, cols=:union)

执行后得到的结果DataFrame为：

其他列匹配规则可选参数 #

vcat的cols参数还有其他选项，可根据需求选择：

• cols=:intersect：只保留所有DataFrame共有的列，丢弃独有列
• cols=:orderequal：默认值，要求列名和顺序完全一致，不满足则报错
• cols=:strict：和:orderequal类似，但会额外检查列的数据类型是否一致

内容的提问来源于stack exchange，提问作者Quinten