Tekstgegevens transformeren
Je merkt dat productnamen in je supermarktvoorraad-database inconsistente formats hebben. Sommige bevatten haakjes zoals "Apple (Organic)", extra spaties en gemengde hoofd-/kleine letters. Daardoor is het lastig om producten goed te matchen en te analyseren. Standaardiseer deze namen door beschrijvingen tussen haakjes te verwijderen, omringende spaties op te schonen en alles naar kleine letters om te zetten.
Deze oefening maakt deel uit van de cursus
Data opschonen in Java
Oefeninstructies
- Map de productnamen
namesmet opschoonbewerkingen. - Verwijder haakjes uit elke naam.
- Verwijder omringende spaties uit elke naam.
- Zet elke naam om naar kleine letters.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
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));
}
}