如何修改 Incanter 数据集中的列？答案

【问题标题】：How can I modify a column in an Incanter dataset?如何修改 Incanter 数据集中的列？
【发布时间】：2014-02-12 07:13:59
【问题描述】：

我希望能够转换 incanter 数据集中的单个列，并将生成的数据集保存到新的 (csv) 文件中。最简单的方法是什么？

基本上，我希望能够在数据集中的列上映射一个函数，并用这个结果替换原始列。

【问题讨论】：

标签： clojure incanter

【解决方案1】：

你可以定义如下：

(defn map-data [dataset column fn]
  (conj-cols (sel dataset :except-cols column)
             ($map fn column dataset)))

并用作

(def data (get-dataset :cars))
(map-data data :speed #(* % 2))

更改列名只有一个问题 - 我会尝试解决它，当我有空闲时间时......

【讨论】：

【解决方案2】：

这里有两个类似的函数，列名和顺序保留。

(defn transform-column [col-name f data] 
  (let [new-col-names (sort-by #(= % col-name) (col-names data))
        new-dataset (conj-cols
                      (sel data :except-cols col-name)
                      (f ($ col-name data)))]

    ($ (col-names data) (col-names new-dataset new-col-names) )))

(defn transform-rows [col-name f data] 
  (let [new-col-names (sort-by #(= % col-name) (col-names data))
        new-dataset (conj-cols
                      (sel data :except-cols col-name)
                      ($map f col-name data))]

下面是一个说明差异的示例：

=> (def test-data (to-dataset [{:a 1 :b 2} {:a 3 :b 4}])) 
=> (transform-column :a (fn [x] (map #(* % 2) x)) test-data)
[:a :b]
[2 2]
[6 4]

=> (transform-rows   :a #(* % 2) test-data)
[:a :b]
[2 2]
[6 4]

transform-rows 最适合简单的转换，而transform-column 适用于某一行的转换依赖于其他行的情况（例如在规范化列时）。

可以使用标准 Incanter 函数来保存和加载 CSV，因此完整示例如下所示：

(use '(incanter core io)))

(def data (col-names (read-dataset 'data.csv') [:a :b])

(save (transform-rows :a #(* % 2) data) 'transformed-data.csv')

【讨论】：

【解决方案3】：

再次：也许您可以使用数据集的内部结构。

user=> (defn update-column
         [dataset column f & args]
         (->> (map #(apply update-in % [column] f args) (:rows dataset))
           vec
           (assoc dataset :rows)))
#'user/update-column
user=> d
[:col-0 :col-1]
[1 2]
[3 4]
[5 6]

user=> (update-column d :col-1 str "d")
[:col-0 :col-1]
[1 "2d"]
[3 "4d"]
[5 "6d"]

应该再次检查这是公共 API 的程度。

【讨论】：

是的，也许它会更优化，尽管在数据集上添加相应的操作可能会更好
这个解决方案的优点是它可以适应每一行是关联数据结构、映射或序列的情况。

【解决方案4】：

注意：此解决方案需要 Incanter 1.5.3 或更高版本

对于那些可以使用 Incanter 最新版本的人...

add-column 和 add-derived-column 在 1.5.3 中被添加到 Incanter (pull request)

来自文档：

add-column

“将具有给定值的列添加到数据集中。”

(add-column column-name values)

或

(add-column column-name values data)

或者你可以使用：

add-derived-column

"此函数将列添加到数据集中，该列是现有的列。如果没有提供数据集，$data（由 with-data 宏）将被使用。 f 应该是 from-columns，参数按此顺序排列。”

(add-derived-column column-name from-columns f)

或

(add-derived-column column-name from-columns f data)

一个更完整的例子

(use '(incanter core datasets))
  (def cars (get-dataset :cars))

(add-derived-column :dist-over-speed [:dist :speed] (fn [d s] (/ d s)) cars)

(with-data (get-dataset :cars)
  (view (add-derived-column :speed**-1 [:speed] #(/ 1.0 %))))

【讨论】：