表格¶

在本例中，我们将详细介绍表格以及如何在 Engee 脚本中使用表格。让我们从连接辅助库和创建表格开始。

Pkg.add(["TypedTables"])

Pkg.add("TypedTables")
using TypedTables

   Resolving package versions...
   Installed Indexing ────────── v1.1.1
   Installed SplitApplyCombine ─ v1.2.3
   Installed TypedTables ─────── v1.4.6
   Installed Dictionaries ────── v0.4.2
    Updating `/user/.project/Project.toml`
  [9d95f2ec] + TypedTables v1.4.6
    Updating `/user/.project/Manifest.toml`
  [85a47980] + Dictionaries v0.4.2
  [313cdc1a] + Indexing v1.1.1
  [03a91e81] + SplitApplyCombine v1.2.3
  [9d95f2ec] + TypedTables v1.4.6
Precompiling project...
  ✓ Indexing
  ✓ Dictionaries
  ✓ SplitApplyCombine
  ✓ TypedTables
  4 dependencies successfully precompiled in 18 seconds. 88 already precompiled. 4 skipped during auto due to previous errors.

t = Table(a = [1, 2, 3], b = [2.0, 4.0, 6.0])

Table with 2 columns and 3 rows:
     a  b
   ┌───────
 1 │ 1  2.0
 2 │ 2  4.0
 3 │ 3  6.0

接下来，我们将详细了解与表格交互的功能。让我们来看看表格的第一行和第一列。

t[1]

(a = 1, b = 2.0)

t.a

3-element Vector{Int64}:
 1
 2
 3

现在，让我们来描述一下什么是表格以及表格的应用范围。

表格是 Julia 类型的数组，其中每个元素（行）代表一个 NamedTuple 文件。具体来说

1.从外部看，表是一个命名元组数组。也就是说，Table 的每一行都表示为一个 Julia 的新 NamedTuple 元素，它易于使用且非常高效。在 Table 子类型指定 <: AbstractArray{<:NamedTuple} 中。

2.Table 内部存储的是一个（已命名的）元组，这是一种用于存储基于列的表格数据的便捷结构。

因此，操作 Table 数据非常简单。除了使用数组和命名的元组外，这种高效、简单和有趣的特性也是 Julia 的核心理念。

表格及其列可以是任意维度的抽象数组（AbstractArray）类型。这样，您就可以利用 Julia 强大的数组功能，例如多维广播。每一列都必须是与其他列具有相同维度和大小的数组。

TypedTables.jl 的目标是通过最少的培训介绍很少的概念，以便您可以原生操作表格数据。这种表格类型是对列的简单封装，是众所周知的、非常有用的 AbstractArray 接口。如果您熟悉数组和命名元组，就可以使用 Table 文件编写自己的数据分析。

但是，如果数据容器本身速度很慢，或者如果使用容器会导致程序员使用惯用模式时性能下降，那么这种功能就没什么用处了。在这种情况下，由于编译器完全了解每一列的类型，因此在表的行上进行 for 循环的速度可以与 C 语言等静态编译语言中手写代码的速度相媲美。因此，用户可以结合使用手写循环和调用 map、filter、reduce 等函数以及 groupQuery.jl 等包提供的高级接口来编写通用函数，而且仍然可以获得最佳性能。

最后，由于 Table 与底层数组存储无关（更像是一个方便的元编程层），代表每一列的数组可以具有完全不同的属性--例如，支持内存内、核外和分布式工作负载（详见 "数据表示"）。

创建表格的方法¶

创建列表最简单的方法是使用关键字参数。

t = Table(name = ["Alice", "Bob", "Charlie"], age = [25, 42, 37])

Table with 2 columns and 3 rows:
     name     age
   ┌─────────────
 1 │ Alice    25
 2 │ Bob      42
 3 │ Charlie  37

构造函数同样接受来自列的 NamedTuple，即 Table(（name = ["Alice", "Bob", "Charlie"], age = [25, 42, 37]))（注意多出的括号）。

使用 Table 构造函数还可以轻松地将基于行存储的命名元组向量转换为列存储。

Table([(name = "Alice", age = 25), (name = "Bob", age = 42), (name = "Charlie", age = 37)])

Table with 2 columns and 3 rows:
     name     age
   ┌─────────────
 1 │ Alice    25
 2 │ Bob      42
 3 │ Charlie  37

访问存储在表中的数据¶

让我们从行开始。在我们的表中，行就是一个 NamedTuple（命名元组），正如我们前面看到的，它很容易访问。让我们简单地引用行索引。

t[1]

(name = "Alice", age = 25)

多行的索引方式与标准数组类似。

t[2:3]

Table with 2 columns and 2 rows:
     name     age
   ┌─────────────
 1 │ Bob      42
 2 │ Charlie  37

我们还可以使用标准 Engee 函数获取表格尺寸。需要注意的是，调用 size 时不会显示列数。

length(t)

3

size(t)

(3,)

列可以通过调用列名来访问。

t.name

3-element Vector{String}:
 "Alice"
 "Bob"
 "Charlie"

检索多个列的最简单方法是根据列创建一个新表（如 table2 = Table(column1 = table1.column1, column2 = table1.column2, ...)）。

列可以使用 columns 函数直接作为 NamedTuple 数组访问。

columns(t)

(name = ["Alice", "Bob", "Charlie"], age = [25, 42, 37])

此外，我们还可以访问该函数来获取列名。

columnnames(t)

(:name, :age)

综上所述，我们来重点介绍获取数据单元格的两种等效方法。

t[1].name

"Alice"

t.name[1]

"Alice"

TypedTables 和 DataFrame 的比较。¶

对于那些有 DataFrames.jl 软件包使用经验的人来说，这种比较可能会有所帮助：

1.存储在表中的列是不可变的：不能添加、删除或重命名列。然而，创建一个具有不同列的新表非常容易，这就鼓励使用函数式编程风格来处理外部数据结构。(另请参见更灵活的替代方案 FlexTable）。相比之下，IndexedTables 和 JuliaDB 也采用了类似的方法，而 DataFrames 则使用了无类型的列向量。

2.列本身可以修改。您可以修改一列或多列中的数据，也可以添加或删除行。因此，如果需要，对数据（而不是数据结构）的操作可以采用命令形式。

3.编译器知道列的类型，这使得直接操作（如搜索表行）非常快速。程序员可以自由编写低级 for 循环组合，使用 map、filter、reduce 等操作，或使用 Query.jl 等高级查询界面，所有这些都能达到静态编译组语言所能达到的高性能。 .innerjoin

相反，Julia 编译器会花费精力跟踪表中所有列的名称和类型。如果列的数量非常多（数以百计），Table 可能不是一个合适的数据结构（具有动态大小和 DataFrame 类型的列向量更适合）。

5.5. 表可以是任意维数的数组。

6.与 DataFrame 不同的是，您不能在一次 getindex 调用中访问单个单元格（您必须先检索一列，然后为该列中的单元格建立索引）。同样，列的数量也与 size 或 .lengthTable 无关。

输出¶

静态编译的 Table 和动态的 DataFrames 方法哪个更适合您的任务，您可以按以下方法进行检查。查看所编写的代码是否倾向于通过名称来引用列，或者列名是否更加动态（例如，需要跨列迭代）。