8

我希望能够转换 incanter 数据集中的单个列，并将结果数据集保存到新的（csv）文件中。最简单的方法是什么？

本质上，我希望能够在数据集中的列上映射一个函数，并用这个结果替换原始列。

4

4 回答 4

5

这里有两个类似的函数，列名和顺序保留。

(defn transform-column [col-name f data] 
  (let [new-col-names (sort-by #(= % col-name) (col-names data))
        new-dataset (conj-cols
                      (sel data :except-cols col-name)
                      (f ($ col-name data)))]

    ($ (col-names data) (col-names new-dataset new-col-names) )))

(defn transform-rows [col-name f data] 
  (let [new-col-names (sort-by #(= % col-name) (col-names data))
        new-dataset (conj-cols
                      (sel data :except-cols col-name)
                      ($map f col-name data))]

这是一个说明差异的示例：

=> (def test-data (to-dataset [{:a 1 :b 2} {:a 3 :b 4}])) 
=> (transform-column :a (fn [x] (map #(* % 2) x)) test-data)
[:a :b]
[2 2]
[6 4]

=> (transform-rows   :a #(* % 2) test-data)
[:a :b]
[2 2]
[6 4]

transform-rows最适合简单的转换，transform-column当一行的转换依赖于其他行时（例如在规范化列时）。

保存和加载 CSV 可以使用标准 Incanter 函数完成，因此完整示例如下所示：

(use '(incanter core io)))

(def data (col-names (read-dataset 'data.csv') [:a :b])

(save (transform-rows :a #(* % 2) data) 'transformed-data.csv')
于 2011-08-03T04:38:54.507 回答
5

您可以定义如下内容：

(defn map-data [dataset column fn]
  (conj-cols (sel dataset :except-cols column)
             ($map fn column dataset)))

并用作

(def data (get-dataset :cars))
(map-data data :speed #(* % 2))

更改列名只有一个问题 - 我会尝试修复它，当我有空闲时间时......

于 2011-03-30T09:17:06.103 回答
2

注意：此解决方案需要 Incanter 1.5.3 或更高版本

对于那些可以使用最新版本的 Incanter 的人...

add-column和add-derived-column在 1.5.3 中被添加到 Incanter (pull request)

从文档：

添加列

“将具有给定值的列添加到数据集中。”

(add-column column-name values)

或者

(add-column column-name values data)

或者您可以使用：

添加派生列

“此函数向数据集添加一列，该列是现有列的函数。如果未提供数据集，将使用 $data（由 with-data 宏绑定）。f 应该是 from-columns 的函数，与按这个顺序争论。”

(add-derived-column column-name from-columns f)

或者

(add-derived-column column-name from-columns f data)

一个更完整的例子

(use '(incanter core datasets))
  (def cars (get-dataset :cars))

(add-derived-column :dist-over-speed [:dist :speed] (fn [d s] (/ d s)) cars)

(with-data (get-dataset :cars)
  (view (add-derived-column :speed**-1 [:speed] #(/ 1.0 %))))
于 2014-02-11T23:13:59.620 回答
2

再说一遍：也许你可以使用数据集的内部结构。

user=> (defn update-column
         [dataset column f & args]
         (->> (map #(apply update-in % [column] f args) (:rows dataset))
           vec
           (assoc dataset :rows)))
#'user/update-column
user=> d
[:col-0 :col-1]
[1 2]
[3 4]
[5 6]

user=> (update-column d :col-1 str "d")
[:col-0 :col-1]
[1 "2d"]
[3 "4d"]
[5 "6d"]

应该再次检查这是公共 API 的程度。

于 2011-03-30T15:09:16.843 回答