在Julia中的DataFrame中添加数千个分离器

Question

我有一个带有两个A和B列的数据框，目前两者看起来都像A列，但是我想添加分离器，以便B列看起来像下面。我尝试使用包装格式。但是我还没有得到结果。也许值得一提的是，这两个列均为INT64，列名A和B是类型符号。

 a      |    b
150000  | 1500,00 
27      | 27,00
16614   | 166,14

除了使用format.jl外，还有其他方法可以解决此问题吗？还是格式是要走的路？

Answer 1

假设您希望逗号处于典型位置而不是写逗号，这是一种方法：

julia> using DataFrames, Format

julia> f(x) = format(x, commas=true)
f (generic function with 1 method)

julia> df = DataFrame(a = [1000000, 200000, 30000])
3×1 DataFrame
 Row │ a       
     │ Int64
─────┼─────────
   1 │ 1000000
   2 │  200000
   3 │   30000

julia> transform(df, :a => ByRow(f) => :a_string)
3×2 DataFrame
 Row │ a        a_string  
     │ Int64    String
─────┼────────────────────
   1 │ 1000000  1,000,000
   2 │  200000  200,000
   3 │   30000  30,000

如果您要替换该行，请使用 transform（df，：a =＆gt; byrow（f），renamecols = false ）。
如果您只需要输出向量而不是更改数据框，则可以使用格式。（df.a，commas = true）

您可以编写自己的函数 f 以实现相同的行为，但您也可以使用有人已经在格式中写的人。

但是，一旦将数据转换为 String 如上所述，您将无法过滤/排序/分析数据框中的数值数据。我建议您使用 PrettyTables 软件包。这可以立即格式化整个数据帧。

julia> using DataFrames, PrettyTables

julia> df = DataFrame(a = [1000000, 200000, 30000], b = [500, 6000, 70000])
3×2 DataFrame
 Row │ a        b     
     │ Int64    Int64 
─────┼────────────────
   1 │ 1000000    500
   2 │  200000   6000
   3 │   30000  70000

julia> pretty_table(df, formatters = ft_printf("%'d"))
┌───────────┬────────┐
│         a │      b │
│     Int64 │  Int64 │
├───────────┼────────┤
│ 1,000,000 │    500 │
│   200,000 │  6,000 │
│    30,000 │ 70,000 │
└───────────┴────────┘

Answer 2

（编辑以反映问题中的更新规格）

julia> df = DataFrame(a = [150000, 27, 16614]);

julia> function insertdecimalcomma(n)
         if n < 100
           return string(n) * ",00"
         else
           return replace(string(n), r"(..)$" => s",\1")
         end
       end
insertdecimalcomma (generic function with 1 method)

julia> df.b = insertdecimalcomma.(df.a)

julia> df
3×2 DataFrame
 Row │ a       b       
     │ Int64   String  
─────┼─────────────────
   1 │ 150000  1500,00
   2 │     27  27,00
   3 │  16614  166,14

---

请注意，此更改后， b 列必定是 string ，因为整数类型无法在其中存储格式化信息。

如果您有很多数据并发现需要更好的性能，则可能还需要使用 inlinestress 软件包：

julia> #same as before upto the function definition

julia> using InlineStrings

julia> df.b = inlinestrings(insertdecimalcomma.(df.a))
3-element Vector{String7}:
 "1500,00"
 "27,00"
 "166,14"

这将 b 列的数据存储为固定大小的字符串（ String7 在此处键入），通常将其视为普通 String s，但对于性能而言可能会更好。

Answer 3

可能有人会在这里搜索一个空间的千分隔符，我煮了以下正则转录的转录：

#first conversion of a float to string (w/o scientific notation)
str = @sprintf("%.2f",nbr) 
matches = eachmatch(r"\d{1,3}(?=(?:\d{3})+(?!\d))", str)
decimal_match = match(r"\d{3}\.\d+$", str)
... vcat the vector of matches with decimal part, then join with " "... 

您只需要处理数字up＆lt; 100.00因为正则不考虑它们（这很简单，但要完成工作）。我将此函数用作格式化框架的格式化。