高级数据操作技巧

Java 中的数据导入

Anthony Markham

VP Quant Developer

列的删除与添加

用 .drop() 删除不需要的列
用 .addColumns() 添加预计算或分类列
- 行数必须相同 ❗

// 删除指定列
Table cleaned = dataTable.drop("TempID", "Notes");


// 添加两个新列
StringColumn statusCol = StringColumn.create("Status", "Active", "Inactive", "Active");
IntColumn priorityCol = IntColumn.create("Priority", 1, 2, 3);

Table enhanced = dataTable.addColumns(statusCol, priorityCol);

使用 .dropWhere() 过滤行

删除匹配条件的行
使用 Selection 指定筛选条件

// 创建筛选条件
Selection outliers = dataTable.doubleColumn("Value")
    .isLessThan(lowerBound)
    .or(dataTable.doubleColumn("Value")
        .isGreaterThan(upperBound));


// 删除满足条件的行
Table cleanedData = dataTable.dropWhere(outliers);

行计数

.rowCount() - 统计表的行数

// 比较行数
System.out.println("Original rows: " + dataTable.rowCount());
System.out.println("After dropping outliers: " + 
    cleanedData.rowCount());

Original rows: 100
After dropping outliers: 95

布尔筛选

支持 and、or、not 方法

// 复杂布尔筛选
Selection techHighPaid = dataTable.stringColumn("Department")
    .isEqualTo("Technology")
    .and(dataTable.doubleColumn("Salary")
        .isGreaterThan(100000));


// 取反选择（NOT）
Selection nonTechOrLowPaid = techHighPaid.not();

使用 .map() 转换

对列值应用函数进行转换
支持 lambda 表达式，代码更易读

// 用预定义函数转换整列
StringColumn upperNames = dataTable.stringColumn("Name").map(s -> s.toUpperCase());

// 转换列中的值
DoubleColumn prices = dataTable.doubleColumn("Price");
DoubleColumn discounted = prices.map(price -> price * 0.9);


// 设置名称并添加列
discounted.setName("DiscountedPrice");
Table withDiscounts = dataTable.addColumns(discounted);

总结

.drop() - 从表中删除列
.dropWhere() - 删除满足条件的行
.addColumns() - 向表添加新列
.map() - 转换列值

// 核心高级操作方法
dataTable.drop("TemporaryID");              
dataTable.dropWhere(selection);             
dataTable.addColumns(newColumn);            
doubleCol.map(value -> value * 2);

Ayo berlatih!

Java 中的数据导入