Julia DataFrame初始化缺失值列后填充Float值报错如何解决

报错原因 #

你通过insertcols!(df, :c => missing)初始化新列时，Julia会自动推断该列的元素类型为Missing，该类型的向量仅允许存储missing值，无法容纳Float64类型的数值，因此赋值时会触发类型转换错误。

正确实现方式 #

方法1：初始化列时直接指定兼容类型 #

推荐使用DataFrames内置的missings()函数，直接生成同时支持指定数值类型和缺失值的向量：

# 初始化示例DataFrame
df = DataFrame(:a => rand(4), :b => rand(4))
# 新增列c，类型为Union{Float64, Missing}，初始值全为missing
insertcols!(df, :c => missings(Float64, nrow(df)))
# 后续赋值可正常运行
for row in eachrow(df)
    if rand() > 0.5
        row[:c] = 1.0
    end
end

如果不想用missings函数，也可以手动声明类型初始化：

insertcols!(df, :c => Vector{Union{Float64, Missing}}(missing, nrow(df)))

方法2：修改已有纯Missing类型列的元素类型 #

如果已经完成了纯缺失列的初始化，可以手动转换列类型后再赋值：

# 先转换列类型
df.c = convert(Vector{Union{Float64, Missing}}, df.c)
# 再执行赋值操作即可正常运行
for row in eachrow(df)
    if rand() > 0.5
        row[:c] = 1.0
    end
end

内容的提问来源于stack exchange，提问作者tazzz