Wzorce transformacji danych

Importowanie danych w Javie

Anthony Markham

VP Quant Developer

Funkcja map

Przekształca każdy element w kolumnie

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

Funkcja reduce

Łączy wszystkie wartości w kolumnie w jeden wynik
Stosuje wzorzec akumulatora (np. suma, maksimum lub logika niestandardowa)
Przydatna w operacjach statystycznych i analitycznych

// Find the total sales
double totalSales = table.doubleColumn("Sales").reduce(0, Double::sum);

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

Iteracja po wierszach z forEach

Iteruje przez każdy wiersz tabeli

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

Potoki transformacji

Łączenie wielu operacji w łańcuch
Zwiększa czytelność i łatwość utrzymania kodu ✅
Wydajne przetwarzanie danych ✅

Table result = originalTable
    .where(numberColumn("Age").isGreaterThan(18)) // Filter on Age > 18

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


// Calculate average income
double avgIncome = result.doubleColumn("AdjustedIncome")
        .reduce(0.0, Double::sum) / result.rowCount();

Podsumowanie

map() - stosuje funkcję do przekształcania wartości kolumny
forEach() - iteruje po wierszach, umożliwiając dostęp do wielu kolumn
reduce() - agreguje i podsumowuje dane do pojedynczych wartości

Obraz przedstawiający trzy funkcje transformacji danych

Czas na ćwiczenia!

Importowanie danych w Javie