Tablesaw

概述

Tablesaw 是一个数据框架和可视化库，支持数据加载、清理、转换、过滤和汇总。如果你在Java中处理数据，它可能会为你节省时间和精力。Tablesaw还支持描述性统计，可用于准备数据以供Smile、Tribuo、H20.ai、DL4J等机器学习库使用。

Tablesaw特性

数据处理与转换

• 从RDBMS、Excel、CSV、TSV、JSON、HTML或固定宽度文本文件导入数据，无论是本地还是远程（http、S3等）
• 将数据导出为CSV、JSON、HTML或固定宽度文件
• 通过追加或连接合并表格
• 添加和删除列或行
• 排序、分组、过滤、编辑、转置等
• 映射/归约操作
• 处理缺失值

可视化

Tablesaw通过为Plot.ly JavaScript绘图库提供封装来支持数据可视化。以下是新库使用的几个示例。

统计

• 描述性统计：均值、最小值、最大值、中位数、总和、乘积、标准差、方差、百分位数、几何平均数、偏度、峰度等。

入门

将tablesaw-core添加到您的项目中。您可以在发布说明中找到最新版本的版本号：

<dependency>
    <groupId>tech.tablesaw</groupId>
    <artifactId>tablesaw-core</artifactId>
    <version>此处填写版本号</version>
</dependency>

您也可以添加支持项目：

• tablesaw-beakerx - 用于在BeakerX中使用Tablesaw
• tablesaw-excel - 用于使用Excel工作簿
• tablesaw-html - 用于使用HTML
• tablesaw-json - 用于使用JSON
• tablesaw-jsplot - 用于创建图表

外部支持项目 - 不属于本组织：

• tablesaw-parquet - 用于在Tablesaw中使用Apache Parquet文件格式（报告问题）

文档和支持

• 从这里开始：https://jtablesaw.github.io/tablesaw/gettingstarted
• 然后查看我们的文档页面：https://jtablesaw.github.io/tablesaw/ 和 Tablesaw 用户指南。
• 在新的 GitHub 讨论论坛上提问、提出建议或告诉我们您如何使用 Tablesaw。
• 功能请求和错误报告可以在问题标签上提出。

集成

Jupyter 笔记本

• 我们建议在 Jupyter 笔记本中尝试 Tablesaw，这可以让您以更交互的方式体验 Tablesaw。通过安装 BeakerX 并尝试 Tablesaw 示例笔记本来开始。
• 在 Jupyter 笔记本中使用 Tablesaw 的第二种方法是使用 IJava，它内置了对 Tablesaw 的支持。Gary Sharpe 撰写了一篇优秀的教程，向您展示如何使用 Tablesaw 绘图。Gary 还撰写了其他几篇介绍 Tablesaw 的教程：
  • 使用 Java 和 Jupyter 整理数据
  • 使用 Tablesaw 处理 JSON 数据框
  • 使用 Tablesaw 处理 CSV 文件数据框
• 第三种方法是使用 Google Colab。同样，Gary Sharpe 有一篇优秀的教程：使用 Java 和 Google Colab 开始使用数据框

其他集成

• Eclipse 用户可能会发现 etablesaw 很有用。它提供了 Eclipse 集成，旨在将 Eclipse 转变为数据工作台。
• 您可以将 Tablesaw 与许多机器学习库一起使用。要查看将 Tablesaw 与 Smile 一起使用的示例，请查看 Tablesaw Jupyter 示例笔记本
• 如果您想将 Quandl 的金融和经济数据加载到 Tablesaw 中，可以使用 quandl4j-tablesaw。这在 Tablesaw 示例笔记本中也有演示