テキストデータの変換
食料品の在庫データベースに登録されている商品名の形式が統一されていないことに気づきました。「Apple (Organic)」のように括弧が含まれているものや、余分なスペース、大文字・小文字の混在など、さまざまな問題があります。このままでは商品の照合や分析が困難です。括弧内の説明を削除し、前後のスペースを整理して、すべて小文字に統一することで、商品名を標準化しましょう。
この演習はコースの一部です
Java によるデータクリーニング
演習の手順
- 商品の
namesにクリーニング処理を.map()で適用しましょう。 - 各商品名から括弧を削除しましょう。
- 各商品名の前後のスペースを削除しましょう。
- 各商品名を小文字に変換しましょう。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
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));
}
}