DataFrames.jl：如何用combine将数组存入单个单元格？为何元组可行？

测试场景复现 #

1. 创建初始DataFrame #

df = DataFrame(a=[1])

输出结果：

Row │ a
     │ Int64
─────┼───────
   1 │     1

2. 两次combine操作尝试 #

操作1：生成含数组的新列

combine(df, :a => x->[1,2])

输出结果：

Row │ a_function
     │ Int64
─────┼────────────
   1 │          1
   2 │          2

现象：生成两行，未将整个[1,2]数组存入单个单元格。

操作2：生成含元组的新列

combine(df, :a => x->(1,2))

输出结果：

Row │ a_function
     │ Tuple…
─────┼────────────
   1 │ (1, 2)

现象：成功将元组存入单个单元格。

疑问解答 #

1. 数组与元组的处理差异原因 #

DataFrames的combine函数默认会将可迭代的容器（比如数组）展开为多行数据，这是为了方便用户快速拆分集合数据到不同行；而元组被设计为不可迭代的原子复合类型，不会被自动展开，因此会被完整保留为单个单元格的值。

2. 正确将数组存入单个单元格的方法 #

要让数组作为整体存入单元格，需要明确阻止combine的展开行为，常用两种方式：

方法1：用元组包裹数组

通过返回包含数组的元组，让函数将其识别为单个值：

combine(df, :a => x->([1,2],))

输出结果：

Row │ a_function
     │ Vector…
─────┼────────────
   1 │ [1, 2]

方法2：用Ref包装数组（推荐）

Ref会将数组包装为引用类型，避免被迭代展开：

combine(df, :a => x->Ref([1,2]))

同样能得到数组存入单个单元格的结果。

内容的提问来源于stack exchange，提问作者vochicong