julia语言做数据预处理

Julia语言数据预处理
本文简单介绍拿Julia语言进行数据预处理，数据R语言和python的都应该有感觉，就是R和python做数据预处理非常方便。R方面主要是有dplyr这个包，或者是datatable这个包。python对应的pandas这个库，因此这几个包极大地促进了数据预处理。juila语言其实在这个方面也是非常强的，因为julia本身就是吸收了python，R，matlab等一系列语言发展而来的，虽然目前还没有太流行，但是未来很有发展潜力。我自己感觉一个很重要的原因就是julia语言在优化领域存在一些非常强劲的包。大家看，python有了numpy，pandas，sciklearn等等，R也有大量的机器学习，以及统计学方面的包，但是呢，这两个软件优化方面的东西还是少了一些，当然也存在这方面的包，比如python有pymo。R也有对应的优化包，但是呢，不是太强劲，我们希望R，python在优化方面也有像机器学习那么强悍的几个包。julia语言弥补了这个不足，它在优化方面非常突出。比matlab要好用很多，当然我们今天不是讲julia在优化方面的应用，主要是做一些数据预处理的工作。

julia这个语言里边核心的数据结构主要是array和DataFrame，数据预处理主要是利用dataframe的一些函数进行

#调用DataFrames包
using Dataframs
#读取csv文件
#设置文件地址
file="D:/Rdata/exercise.csv"
#读取数据
data=readtable(file)
#查看数据的前五行，用head
6×8 DataFrames.DataFrame
│ Row │ weekend │ num_child │ distance │ rides │ games │ wait │ clean │
├─────┼─────────┼───────────┼──────────┼───────┼───────┼──────┼───────┤
│ 1   │ "yes"   │ 0         │ 114.648  │ 87    │ 73    │ 60   │ 89    │
│ 2   │ "yes"   │ 2         │ 27.0141  │ 87    │ 78    │ 76   │ 87    │
│ 3   │ "no"    │ 1         │ 63.301   │ 85    │ 80    │ 70   │ 88    │
│ 4   │ "yes"   │ 0         │ 25.9099  │ 88    │ 72    │ 66   │ 89    │
│ 5   │ "no"    │ 4         │ 54.7183  │ 84