4.4 Select

上节讨论了 按行选取的 filter, 而本节将讨论 按列选取的 select。 然而， select 不止能用于按列选取，本节还会讨论更加广泛的用法。 首先，创建具有多列的数据集：

1. function responses()
2. id = [1, 2]
3. q1 = [28, 61]
4. q2 = [:us, :fr]
5. q3 = ["F", "B"]
6. q4 = ["B", "C"]
7. q5 = ["A", "E"]
8. DataFrame(; id, q1, q2, q3, q4, q5)
9. end
10. responses()

Table 7: Responses.

id q1 q2 q3 q4 q5
1 28 us F B A
2 61 fr B C E

上述数据表示某问卷中五个问题的（q1，q2，…，q5）的答案。 首先，选取数据集中的一些列。 照例使用 Symbol 指定列：

1. select(responses(), :id, :q1)
id q1
1 28
2 61

也可以使用字符串：

1. select(responses(), "id", "q1", "q2")
id q1 q2
1 28 us
2 61 fr

如果要选取除了 某些列外的所有列，请使用 Not：

1. select(responses(), Not(:q5))
id q1 q2 q3 q4
1 28 us F B
2 61 fr B C

Not 也适用于多列：

1. select(responses(), Not([:q4, :q5]))
id q1 q2 q3
1 28 us F
2 61 fr B

当然也可以将要保留的列参数和 不 保留的列参数组合起来：

1. select(responses(), :q5, Not(:id))
q5 q1 q2 q3 q4
A 28 us F B
E 61 fr B C

注意，q5 是 select 返回的 DataFrame 的第一列。 要实现如上的操作，更聪明的做法是使用 :。 冒号 : 可以认为是 前述条件尚未包含的所有列。 例如：

1. select(responses(), :q5, :)
q5 id q1 q2 q3 q4
A 1 28 us F B
E 2 61 fr B C

或者，把 q5 放在第二个位置16：

1. select(responses(), 1, :q5, :)
id q5 q1 q2 q3 q4
1 A 28 us F B
2 E 61 fr B C

NOTE: 正如你所看到的那样，有多种列选择方法。 它们都被称为 列选择器。

可以使用：

  • Symbol: select(df, :col)
  • String: select(df, "col")
  • Integer: select(df, 1)

甚至可以使用 select 重命名列，语法是 source => target：

1. select(responses(), 1 => "participant", :q1 => "age", :q2 => "nationality")
participant age nationality
1 28 us
2 61 fr

另外，还可以使用 “splat” 算符 ... (请查阅 Section 3.3.11) 写作如下形式：

1. renames = (1 => "participant", :q1 => "age", :q2 => "nationality")
2. select(responses(), renames...)
participant age nationality
1 28 us
2 61 fr

CC BY-NC-SA 4.0 Jose Storopoli, Rik Huijzer, Lazaro Alonso, 刘贵欣 (中文翻译), 田俊 （中文审校）