数据类型-data.array和array之间的区别

Question

所以我正在使用指标包和sma函数。 sma函数的设置如下：

function sma(x::Array{Float64}; n::Int64=10)::Array{Float64}
    return runmean(x, n=n, cumulative=false)
end

它的输入是Array {Float64}。

所以我将数据加载到具有以下类型的df中：

julia> showcols(df)
6258×7 DataFrames.DataFrame
│ Col # │ Name      │ Eltype  │ Missing │
├───────┼───────────┼─────────┼─────────┤
│ 1     │ Date      │ Date    │ 0       │
│ 2     │ Open      │ Float64 │ 0       │
│ 3     │ High      │ Float64 │ 0       │
│ 4     │ Low       │ Float64 │ 0       │
│ 5     │ Close     │ Float64 │ 0       │
│ 6     │ Adj_Close │ Float64 │ 0       │
│ 7     │ Volume    │ Int64   │ 0       │

然后，我尝试直接在数据框列上运行sma函数，如下所示：

df[:Close_200sma] = sma(df[:Close],n=200)

它报告：

MethodError: no method matching sma(::DataArrays.DataArray{Float64,1}; n=200

我看到的类型是：

6258-element DataArrays.DataArray{Float64,1}

DataArrays是一种允许缺少值的数据结构，因此我在这里阅读：

https://github.com/JuliaStats/DataArrays.jl

我用以下数据导入了数据：

df = readtable("SPY.csv", header=true) 

因此不确定如何将其转换为data.array结构。

当我将数据框列拉到向量并使用convert（）到Array时：

    Close = Float64[]
    Close = vec(df[:Close]) # 
6258-element DataArrays.DataArray{Float64,1}

# I use convert to direct array to drop the dataarray structure:
    Close = convert(Array, Close) # Float64[6258]

我可以通过sma函数很好地运行它：

sma(Close,n=200)

当我检查showcols（df）

julia> showcols(df)
6258×7 DataFrames.DataFrame
│ Col # │ Name      │ Eltype  │ Missing │
├───────┼───────────┼─────────┼─────────┤
│ 1     │ Date      │ Date    │ 0       │
│ 2     │ Open      │ Float64 │ 0       │
│ 3     │ High      │ Float64 │ 0       │
│ 4     │ Low       │ Float64 │ 0       │
│ 5     │ Close     │ Float64 │ 0       │
│ 6     │ Adj_Close │ Float64 │ 0       │
│ 7     │ Volume    │ Int64   │ 0       │

eltype是Float64。 因为它包装在datarray结构中，所以我无法将其传递给仅为Float64设置的SMA函数。

我是否正确地说是由于datarray结构而不起作用，以及为什么我无法使其直接在数据帧中起作用？

当我使用CSV包中的read.CSV（）时，此调用工作正常，但是它开始引发null错误并覆盖了其他文件。 所以我暂时放弃了CSV程序包。

dt = CSV.read("SPY.csv", types=[String; fill(Float64, 5); Int])

在这里，我可以指定类型，并且可以对sma（）函数运行df列。

Answer 1

您的问题有很多事情要做，但是我认为可以归结为：为什么您不能调用通过DataArray定义的sma函数？

好吧，这是因为您要求sma函数仅适用于Array{Float64} ，并且只能返回Array{Float64} 。 您已经发现DataArray{Float64} 不是 Array{Float64} 。 这是另一种数组（带有小写的“ a”数组）。 但是，它是AbstractArray{Float64} 。 已经实现了许多自定义数组对象，它们的外观，行为和行为与内置Array相似，但是具有特殊的属性。 在这种情况下，特殊属性是对缺失值的专门处理。

因此，您有两种选择：

• 您可以实现您的方法以接受并可能返回任何AbstractArray{Float64} 。 如果您不依赖任何特殊的内部行为，而只是使用索引作为数组中的API，则通常将其视为一种好样式。
• 或者，您可以在调用它们之前将DataArray显式转换为Array 。 您可以使用convert(Array{Float64}, A) -但请注意，如果缺少任何元素，它将引发错误。