在Julia中如何基于Gender列值筛选对应Age子集并统计数量

错误原因说明 #

• df.Age, Gender触发未定义错误的原因：该写法会被Julia解析为返回两个独立对象df.Age和全局变量Gender，你没有单独定义过Gender变量，自然报错。要取DataFrame的多列需要写成df[:, [:Age, :Gender]]的格式。
• 之前combine(groupby(df, :Age), :Gender=>"Male")返回结果不符合预期，是因为分组逻辑完全错误：你需要按Gender（性别）分组，而非按Age（年龄）分组，才能聚合得到不同性别对应的年龄数据和统计值。

正确实现方法 #

1. 单独筛选不同性别的年龄列表 #

提取所有男性的年龄：

# 注意==前的点是广播操作符，必须加上才能对整列逐行判断
male_ages = df[df.Gender .== "Male", :Age]

提取所有女性的年龄：

female_ages = df[df.Gender .== "Female", :Age]

执行后male_ages、female_ages就是对应性别的年龄数组，直接调用length(male_ages)就能得到对应性别的人数。

2. 一次性统计所有性别的年龄列表和对应人数 #

如果你希望用一行代码直接得到聚合结果，可以用分组聚合写法：

result = combine(
    groupby(df, :Gender),
    :Age => (x -> [collect(x)]) => :年龄列表,
    nrow => :总人数
)

用你给出的示例数据执行后，返回的result结构如下：

如果只需要统计人数不需要导出年龄列表，可以简化写法：

gender_count = combine(groupby(df, :Gender), nrow => :总人数)

内容的提问来源于stack exchange，提问作者Jeremy S