Julia 数据框 vs Python pandas
我现在在用Python的pandas库，想知道有没有办法把pandas里的数据输出到Julia的Dataframes中，反过来也可以。听说可以用Pycall在Julia里调用Python，但我不确定它能否处理数据框。有没有办法在Python里调用Julia，并让它接收pandas的数据框？（不想把数据保存成其他文件格式，比如csv）
除了处理非常大的数据集和运行很多循环的情况（比如神经网络），使用Julia的Dataframes有什么好处吗？
2 个回答
我对这方面还是个新手，不过最近确实在用这两种工具。老实说，它们看起来很相似，但关于Pandas的资料、Stack Overflow上的问题等等要多得多，所以我觉得Pandas稍微好一点。不过，这并不意味着你应该因此而气馁，因为Julia也有一些很棒的功能，我才刚开始理解这些功能。对于大数据集，比如超过几GB的文件，这两种工具都比较慢，但Pandas似乎稍微快一点（不过我并不认为我的测试结果是绝对的）。如果你对自己想要实现的目标没有更深入的理解，我很难想象在使用Julia的DataFrame时你会想调用Pandas的函数，反之亦然。除非你在做一些复杂的事情或者处理非常大的数据集，否则我觉得用这两种工具都不会出太大的问题。当你说“输出数据”时，你具体指的是什么？难道你不能把Pandas的数据对象写入一个文件，然后在Julia的DataFrame中打开/处理那个文件吗？再说了，除非你的电脑性能非常好，否则读取几GB的数据到Pandas或Julia的DataFrame中都是很麻烦的，而且速度可能会非常慢。
这里有一个专门为这个问题开发的库。
PyJulia是一个可以让你用Python（无论是2还是3）来和Julia语言交流的库。
https://github.com/JuliaLang/pyjulia
这个库还在实验阶段，但基本上是可以用的。
另外，Julia也有一个和pandas配合使用的前端，叫做pandas.jl。
https://github.com/malmaud/Pandas.jl
这个看起来只是对pandas的一个封装，但你可能可以利用Julia的并行功能来执行多个操作。
至于哪个更好，目前来看，pandas在输入输出速度上更快，具体可以参考这个链接：在Julia中读取CSV文件的速度比Python慢。