如何筛选DataFrame列？以及按日期筛选并汇总对应金额？

1. 如何筛选DataFrame中的列？ #

在Julia的DataFrames包中，有多种灵活的列筛选方式：

• 直接指定列名：通过列名符号或字符串选择，支持单列/多列：

  # 选择单列
  df[:, :time]
  df.time
  
  # 选择多列
  df[:, [:time, :amount]]
  df[:, ["time", "amount"]]
  

• 使用select函数：支持正则匹配、类型筛选等进阶操作：

  # 选择指定列
  select(df, :time, :amount)
  
  # 匹配列名包含特定字符的列（例如匹配含"am"的列）
  select(df, r"am")
  
  # 选择所有Float64类型的列
  select(df, Float64)
  

• 排除指定列：用Not关键字剔除不需要的列：

  # 排除time列
  select(df, Not(:time))
  df[:, Not(:time)]
  

2. 筛选某天金额并求和 #

不需要遍历小时，直接通过日期匹配即可筛选当天所有记录，再求和。

解决方法 #

假设数据已读取完成，可按以下步骤操作：

using DataFrames, CSV, Dates

# 读取数据
df = CSV.read(path, DataFrame)

# 筛选1942-01-01的所有记录
target_date = Date(1942, 1, 1)
daily_records = filter(row -> Date(row.time) == target_date, df)

# 对当天金额求和
total = sum(daily_records.amount)

也可以合并为一行简洁代码：

total = sum(df.amount[Date.(df.time) .== Date(1942, 1, 1)])

你的代码问题说明 #

当前循环遍历小时的方式存在两个问题：

1. 每次filter生成的结果未保存，循环结束后无有效输出；
2. 无需逐个小时筛选，只需判断time字段的日期部分等于目标日期，就能覆盖当天0到24点的所有记录，逻辑更高效。

如果需要批量计算每天的金额总和，可使用groupby+combine：

daily_totals = combine(groupby(df, Date.(df.time)), :amount => sum => :daily_total)

内容的提问来源于stack exchange，提问作者Mike Computer