Patrones de transformación de datos

Importación de datos en Java

Anthony Markham

VP Quant Developer

Función map

Transforma cada elemento en una columna

DoubleColumn celsius = DoubleColumn.create("Celsius", 0, 10, 20, 30);

DoubleColumn fahrenheit = celsius.map(c -> c * 9.0/5.0 + 32);
table.addColumns(fahrenheit.setName("Fahrenheit"));

Celsius	Fahrenheit
0.0	32.0
10.0	50.0
20.0	68.0
30.0	86.0

Función reduce

Combina todos los valores de una columna en un solo resultado
Aplica un patrón acumulador (como suma, máximo o lógica personalizada)
Útil para operaciones estadísticas y analíticas

// Encuentra las ventas totales
double totalSales = table.doubleColumn("Sales").reduce(0, Double::sum);

// Encuentra el máximo
double largeSales = table.doubleColumn("Sales").reduce(0, (acc, x) -> acc + (x > 5000 ? 1 : 0));

Iteración de filas con forEach

Itera a través de cada fila en una tabla

DoubleColumn difference = DoubleColumn.create("Difference");
table.forEach(row -> {
    double celsius = row.getDouble("Celsius");
    double fahrenheit = row.getDouble("Fahrenheit");
    difference.append(fahrenheit - celsius);
});

table.addColumns(difference);

Celsius	Fahrenheit	Difference
0.0	32.0	32.0
10.0	50.0	40.0
20.0	68.0	48.0

Pipelines de transformación

Encadena múltiples operaciones
Aumenta la legibilidad y mantenibilidad del código ✅
Procesamiento de datos eficiente ✅

Table result = originalTable
    .where(numberColumn("Age").isGreaterThan(18)) // Filtrar por Edad > 18

    .addColumns(
        numberColumn("Income").map(i -> i * 1.1).setName("AdjustedIncome")
    );


// Calcular ingreso promedio
double avgIncome = result.doubleColumn("AdjustedIncome")
        .reduce(0.0, Double::sum) / result.rowCount();

Resumen

map() - aplica una función para transformar valores de columna
forEach() - itera filas para acceder a múltiples columnas
reduce() - agrega y resume datos en valores únicos

Una imagen que muestra las tres funciones de transformación de datos

¡Vamos a practicar!

Importación de datos en Java