F# CSVProvider 只报告第一列数据

Question

在任何 csv 文件上使用 CSVprovider 时，我使用了以下内容：

http://spatialkeydocs.s3.amazonaws.com/FL_insurance_sample.csv.zip

    type statsProvider = CsvProvider<"../../FL_insurance_sample.csv",",">

    let stats = statsProvider.Load("../../FL_insurance_sample.csv")

    let firstRow = stats.Rows |> Seq.head

CSVProvider 只返回第一列的数据。它确实正确识别列 (18) 和列的名称，但是当您查看行的类型时，它们只是类型字符串，而不是元组或结构......

在屏幕截图中看到 firstRow 的类型应该是特定类型，例如元组或结构不是字符串。

我做错了什么？使用 Visual Studio 2017、FSharp 4.1、.net 4.5.2 和 FSharp.Data 2.3.3

注意：这种情况发生在至少 3 个以上的 csv 文件中。我选择这个特定的 csv 仅用于演示。

Answer 1

我无法重现您的问题：您提供的示例 CSV 文件对我来说很好用。但是，我使用的是 VS Code，而不是 Visual Studio；问题的根源可能在 Visual Studio 2017 中的某个地方，而不是在 FSharp.Data 中。这是我所做的：

1. 创建一个新的空项目文件夹。
2. 将 Paket 引导程序复制到其中，.paket/paket.bootstrapper.exe。
3. 运行paket init。
4. 编辑paket.dependencies 文件以添加FSharp.Data。
5. 运行paket install。
6. 运行paket generate-load-scripts，它在.paket/load 文件夹中创建了一堆脚本来一次加载所有依赖项。 （我喜欢这个脚本功能！）

7. 创建了script.fsx，内容如下：

   #load ".paket/load/net452/FSharp.Data.fsx"
   open FSharp.Data
   
   type Csv = CsvProvider<"/home/rmunn/Downloads/tmp/csv/FL_insurance_sample.csv">
   let data = Csv.GetSample()
   
   printfn "%A" data.Headers
   
   let firstRow = data.Rows |> Seq.head
   printfn "%A" firstRow
   

8. 在 VS Code 中，选择整个脚本文件并按 Alt+Enter 将其发送到 F# 交互窗口。

这是我得到的输出：

F# Interactive for F# 4.1
Freely distributed under the Apache 2.0 Open Source License

For help type #help;;
> # silentCd @"/home/rmunn/code/fsharp/tmp/foo";;
- # 1 @"/home/rmunn/code/fsharp/tmp/foo/script.fsx"
- ;;

(snip the copy of my script that F# Interactive echoed)

[Loading /home/rmunn/code/fsharp/tmp/foo/.paket/load/net452/Zlib.Portable.fsx
 Loading /home/rmunn/code/fsharp/tmp/foo/.paket/load/net452/FSharp.Data.fsx]
namespace FSI_0002.Zlib

namespace FSI_0002.FSharp

Some
  [|"policyID"; "statecode"; "county"; "eq_site_limit"; "hu_site_limit";
    "fl_site_limit"; "fr_site_limit"; "tiv_2011"; "tiv_2012";
    "eq_site_deductible"; "hu_site_deductible"; "fl_site_deductible";
    "fr_site_deductible"; "point_latitude"; "point_longitude"; "line";
    "construction"; "point_granularity"|]
(119736, "FL", "CLAY COUNTY", 498960M, 498960M, 498960M, 498960M, 498960M,
 792148.9M, 0M, 9979.2M, 0, 0, 30.102261M, -81.711777M, "Residential", "Masonry",
 1)
type Csv = FSharp.Data.CsvProvider<...>
val data : FSharp.Data.CsvProvider<...>
val firstRow : FSharp.Data.CsvProvider<...>.Row =
  (119736, "FL", "CLAY COUNTY", 498960M, 498960M, 498960M, 498960M, 498960M,
   792148.9M, 0M, 9979.2M, 0, 0, 30.102261M, -81.711777M, "Residential",
   "Masonry", 1)
val it : unit = ()

然而，一切都没有完全顺利进行。然后，当我尝试处理每一行时，出现以下异常：

System.Exception：无法根据架构解析第 2439 行：在 fl_site_deductible 中期望 Int32，得到 68817.6

（我省略了回溯，因为知道 FSharp.Data 中的哪个行号引发了该异常不会对您特别有帮助）。

这个问题的原因可以在CsvProvider documentation的“控制列类型”部分看到，内容如下：

默认情况下，CSV 类型提供程序会检查前 1000 行来推断类型，但您可以通过指定 CsvProvider 的 InferRows 静态参数来自定义它。如果您指定 0，则将使用整个文件。

有两种方法可以解决“推断为 int 但应该是十进制”的问题。一种是将InferRows=0 添加到您的CsvProvider 类型定义中。另一种方法是指定一个显式模式，通过仅查看前 1,000 行来告诉 CsvProvider 哪些行会出错。 （如果您的数据集很大，这是更可取的，因为查看所有行以推断数据类型将花费太长时间）。有关示例，请参阅文档，但您会执行 Schema="fl_site_deductible=decimal" 之类的操作。

因此，如果您的代码无法在 Visual Studio 中运行，请查看 VS Code（带有 Ionide-Paket、Ionide-FSharp 和 Ionide-FAKE 扩展）是否适合您。