Julia中如何基于DataFrame列值生成字符串列表列与计数列

你可以直接使用DataFrames.jl的原生操作完成需求，无需额外依赖第三方包，实现逻辑简洁且执行效率高。

实现步骤 #

1. 首先导入DataFrames包（首次使用需先执行安装命令）：

   # 安装命令，已安装可注释
   # using Pkg; Pkg.add("DataFrames")
   using DataFrames
   

2. 构造示例源数据（可替换为实际业务数据）：

   df = DataFrame(
       Text = ["string1", "string2", "string3"],
       feat1 = [1, 0, 0],
       feat2 = [1, 0, 0],
       feat3 = [0, 0, 0],
       feat4 = [0, 1, 0]
   )
   

3. 执行新增列逻辑：

   # 正则匹配所有feat开头的特征列名，后续新增特征列无需修改此处逻辑
   feat_cols = names(df, r"^feat")
   # 逐行收集值为1的特征列名，生成all_feat列
   df.all_feat = [collect(feat_cols[Bool.(row)]) for row in eachrow(df[:, feat_cols])]
   # 直接基于all_feat列计算长度，避免重复遍历判断，性能更优
   df.count_feat = length.(df.all_feat)
   

效果验证 #

执行上述代码后得到的DataFrame完全匹配目标效果：

3×6 DataFrame
 Row │ Text     feat1  feat2  feat3  feat4           all_feat            count_feat 
     │ String   Int64  Int64  Int64  Int64           Array…              Int64
─────┼──────────────────────────────────────────────────────────────────────────────
   1 │ string1      1      1      0      0  ["feat1", "feat2"]           2
   2 │ string2      0      0      0      1  ["feat4"]                    1
   3 │ string3      0      0      0      0  String[]                     0

补充说明 #

• 如果特征列不是统一以feat开头，可以手动指定特征列列表，例如feat_cols = ["feat1", "feat2", "feat3", "feat4"]即可。
• 如果特征列的取值是布尔值而非0/1整数，直接去掉代码里的Bool.()转换即可正常运行。

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