Začněte nyníZačněte zdarma

Transformace textových dat

V databázi skladových zásob supermarketu si všimneš, že názvy produktů mají nekonzistentní formát. Některé obsahují závorky jako "Apple (Organic)", nadbytečné mezery nebo různě velká písmena. To ztěžuje přesné porovnávání a analýzu produktů. Tyto názvy standardizuj: odstraň popisy v závorkách, ořízni přebytečné mezery a převeď vše na malá písmena.

Toto cvičení je součástí kurzu

Cleaning Data in Java

Zobrazit kurz

Pokyny k cvičení

  • Prožeň produktové names čistícími operacemi pomocí .map().
  • Z každého názvu odstraň závorky.
  • Z každého názvu odstraň mezery na začátku a konci.
  • Převeď každý název na malá písmena.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

public class GroceryDataTransformation {
    public static void main(String[] args) {
        Table inventory = Table.read().csv("grocery_inventory.csv");

        StringColumn names = inventory.stringColumn("Product_Name");
        StringColumn standardizedNames =
            // Map product names through cleaning operations
            ____.____(
                // Remove parentheses
                t -> t.____("\\(.*\\)", "")
                      // Remove surrounding space
                      .____()
                      // Convert to lowercase
                      .____())
            .setName("Standardized_Names");

        System.out.println("Example name before cleaning: " + names.get(84));
        System.out.println("Example name after cleaning: " + standardizedNames.get(84));
    }
}
Upravit a spustit kód