Manipulace a analýza dat

Importing Data in Java

Anthony Markham

VP Quant Developer

Výběr sloupců

.selectColumns() vytvoří nový objekt Table

// Výběr konkrétních sloupců podle názvu
Table nameAndSalary = employees.selectColumns("Name", "Salary");

// Výběr podle typu sloupce
Table numericColumns = employees.selectColumns(
    column -> column.type().equals(ColumnType.DOUBLE) ||
    column.type().equals(ColumnType.INTEGER));

Filtrování dat

Filtrování řádků pomocí .where()
Vrací nový objekt Table

// Filtrování jednou podmínkou
Table seniors = employees.where(
    employees.intColumn("Age").isGreaterThanOrEqualTo(65));

// Filtrování více podmínkami
Table targetGroup = employees.where(
    employees.intColumn("Age").isBetweenInclusive(30, 50)
        .and(employees.doubleColumn("Salary")
            .isGreaterThan(75000)));

Řazení dat

Řazení dat pomocí .sortOn()
- Řadí vzestupně
Vrací novou seřazenou tabulku
.sortDescendingOn() pro sestupné řazení

// Řazení podle jednoho sloupce (vzestupně)
Table sortedBySalary = employees.sortOn("Salary");

// Řazení podle více sloupců (vlastní směr)
Table complexSort = employees
    .sortOn("Department") 
    .sortDescendingOn("Salary");

Agregace pomocí summarize

Výpočet souhrnných statistik pomocí .summarize()
Vrací novou tabulku

import tech.tablesaw.aggregate.AggregateFunctions.*;

// Souhrn platu
Table deptSummary = employees.summarize("Salary", mean, count, max).apply();

Mean [Salary]	Count [Salary]	Max [Salary]
113606.20299999935	1000	199793

Ve výchozím nastavení se vztahuje na všechny číselné sloupce

Agregace pomocí summarize

Jsou možné i složitější agregace

// Více agregací najednou
Table complexSummary = employees.summarize(
    "Salary", "Age", 
    mean, median, min, max).apply();

Mean [Salary]	Median [Salary]	Min [Salary]	Max [Salary]	Mean [Age]	Median [Age]	Min [Age]	Max [Age]
113606.2029	112667	30301	199793	45.6699	46	22	70

Základní metody manipulace

.select() - Výběr konkrétních sloupců

Table selected = employees.select("Name", "Salary");

.where() - Filtrování řádků podle podmínek
```
Table filtered = employees.where(condition);
```

.sortOn() - Řazení dat podle sloupců

Table sorted = employees.sortOn("Department", "Salary");

.summarize() - Výpočet statistik

Table summary = employees.summarize("Salary", mean, max).apply();

Pojďme si procvičit!

Importing Data in Java