直接使用符号与创建指向符号的变量会给出不同的结果 - 为什么？

Question

这是代码：

using DataFrames, DataFramesMeta

# Creating a sample DataFrame
df = DataFrame(ID = 1:5, Med1 = [0, 1, 0, 1, 0])

# Using @rsubset directly
result1 = @rsubset df :Med1 == 0

# Using a symbol
st = Symbol("Med1")
@rsubset df st == 0

# Checking if the results are the same
isequal(result1, result2)

结果是假的 - 为什么？

我一直在尝试许多不同的组合，如果我不直接在表达式上定义符号，它永远不会起作用。我很感激关于使用 Dataframe 的列命名约定的最佳实践的一些建议（我有一堆数据集，其中的列标有“Med1”、“Med2”等数字......并且我想迭代这些数字，这就是我最终尝试创建符号的方式）

Answer 1

文档的简介部分接近结尾处有：

要引用 DataFramesMeta 宏中的列，请使用符号。例如，使用 :x 来引用列 df.x。要使用代表符号的变量 varname 来引用列，请使用语法 $varname。

因此（正如评论中提到的），您需要

$st

将

st

的值用作列名称。

其原因（据我了解）与 Julia 元编程的任何限制或内部工作原理无关，而是与惯例有关。

st == 0

看起来像是在将

st

的值与

0

进行比较，因此让它默默地比较名称包含在 st 中的

column

将是意外且“神奇”的。当构建大型代码库时，这种魔法往往会降低代码的可读性和可维护性。使用

:

或

$

显式标记列访问可以更轻松地查看我们在何处引用列，以及在何处访问变量以获取其自身值。

（确实存在像 Tidier.jl 这样的包，为了方便起见，它们会更加神奇。例如，

@rsubset df :Med1 == 0

在 Tidier 中会写成

@filter df Med1 == 0

，名称“Med1”自动指代该列.这是一个例外，明确旨在遵循 R 的约定而不是 Julia 的约定。）

使列访问具有特殊语法还可以更轻松地访问代码中的普通变量，例如。

x, y = some_calculation() 
@rsubset df $st == x + y

在这里，由于列访问具有特殊语法 (

$

)，因此不会对

x

或

y

产生混淆 - 它们按预期引用普通变量

x

和

y

。

（相反，由于 Tidier 不需要特殊的列名语法，所以它采用了相反的方式，并且 有特殊的语法 用于引用普通变量，例如

@filter df Med1 == !!x + !!y

。）

所以最终，这是 DataFramesMeta 开发人员的设计决策，而不是 Julia 元编程固有的东西。