Modelli di trasformazione dati

Importare dati in Java

Anthony Markham

VP Quant Developer

Funzione Map

Trasforma ogni elemento in una colonna

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

Funzione Reduce

Combina tutti i valori di una colonna in un unico risultato
Applica un pattern di accumulazione (come somma, max o logica personalizzata)
Utile per operazioni statistiche e analitiche

// Trova le vendite totali
double totalSales = table.doubleColumn("Sales").reduce(0, Double::sum);

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

Iterazione delle righe con forEach

Itera su ogni riga di una tabella

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

Pipeline di trasformazione

Collega più operazioni insieme
Aumenta la leggibilità e la manutenibilità del codice ✅
Elaborazione dati efficiente ✅

Table result = originalTable
    .where(numberColumn("Age").isGreaterThan(18)) // Filtra su Age > 18

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


// Calcola il reddito medio
double avgIncome = result.doubleColumn("AdjustedIncome")
        .reduce(0.0, Double::sum) / result.rowCount();

Riepilogo

map() - applica una funzione per trasformare i valori della colonna
forEach() - itera sulle righe per accedere a più colonne
reduce() - aggrega e riassume i dati in valori singoli

Un'immagine che mostra le tre funzioni di trasformazione dati

Facciamo pratica!

Importare dati in Java