数据操作与分析

Java 中的数据导入

Anthony Markham

VP Quant Developer

列选择

.selectColumns() 会创建一个新的 Table 对象

// Select specific columns by name
Table nameAndSalary = employees.selectColumns("Name", "Salary");

// Select by column type
Table numericColumns = employees.selectColumns(
    column -> column.type().equals(ColumnType.DOUBLE) ||
    column.type().equals(ColumnType.INTEGER));

数据筛选

使用 .where() 筛选行
返回新的 Table 对象

// Filter with a single condition
Table seniors = employees.where(
    employees.intColumn("Age").isGreaterThanOrEqualTo(65));

// Filtering using multiple conditions
Table targetGroup = employees.where(
    employees.intColumn("Age").isBetweenInclusive(30, 50)
        .and(employees.doubleColumn("Salary")
            .isGreaterThan(75000)));

数据排序

用 .sortOn() 排序
- 默认升序
返回新的已排序表
降序用 .sortDescendingOn()

// Sort by a single column (ascending)
Table sortedBySalary = employees.sortOn("Salary");

// Sort by multiple columns (custom direction)
Table complexSort = employees
    .sortOn("Department") 
    .sortDescendingOn("Salary");

使用 summarize 聚合

用 .summarize() 计算汇总统计
返回新表

import tech.tablesaw.aggregate.AggregateFunctions.*;

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

平均值 [Salary]	计数 [Salary]	最大值 [Salary]
113606.20299999935	1000	199793

默认应用于所有数值列

使用 summarize 聚合

可进行更复杂的聚合

// Multiple aggregations
Table complexSummary = employees.summarize(
    "Salary", "Age", 
    mean, median, min, max).apply();

平均值 [Salary]	中位数 [Salary]	最小值 [Salary]	最大值 [Salary]	平均值 [Age]	中位数 [Age]	最小值 [Age]	最大值 [Age]
113606.2029	112667	30301	199793	45.6699	46	22	70

核心操作方法

.select() - 选择特定列

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

.where() - 按条件筛选行

Table filtered = employees.where(condition);

.sortOn() - 按列排序

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

.summarize() - 计算统计值

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

Passons à la pratique !

Java 中的数据导入