Začněte nyníZačněte zdarma

Zpracování chybějících hodnot v JSON

Při slučování dat o zaměstnancích si všimneš, že některé záznamy obsahují neúplné informace označené jako "N/A". Před samotnou analýzou je potřeba tato místa identifikovat a správně ošetřit.

Tablesaw lze nakonfigurovat tak, aby rozpoznával vlastní zástupné hodnoty jako chybějící data – díky tomu snadno odhalíš a odfiltrujete neúplné záznamy.

Třídy JsonReader, JsonReadOptions a Table jsou již naimportovány.

Toto cvičení je součástí kurzu

Importing Data in Java

Zobrazit kurz

Pokyny k cvičení

  • Nastav parametry JSON tak, aby se "N/A" považovalo za chybějící hodnotu.
  • Načti data o zaměstnancích do tabulky.
  • Vyfiltruj řádky s chybějící hodnotou ve sloupci oddělení.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

public class MissingValues {
    public static void main(String[] args) {
        // Configure "N/A" as missing
        JsonReadOptions options = JsonReadOptions
            .builder("employees_missing.json")
            .____("N/A")
            .build();
        
        // Load employee data
        Table employees = new ____().read(options);
        System.out.println("All employees:");
        System.out.println(employees);
        
        // Filter for missing department
        Table missingDept = employees.where(
            employees.stringColumn("department").____()
        );
        
        System.out.println("\nEmployees with missing department:");
        System.out.println(missingDept);
    }
}
Upravit a spustit kód