Transformera textdata
Du märker att produktnamnen i din livsmedelslagerdatabas har inkonsekventa format. Vissa har parenteser som "Apple (Organic)", extra mellanslag och blandad användning av versaler och gemener. Det försvårar matchning och analys av produkter. Standardisera namnen genom att ta bort parentetiska beskrivningar, rensa omgivande mellanslag och konvertera till gemener.
Den här övningen är en del av kursen
Datarensning i Java
Övningsinstruktioner
- Mappa produkternas
namesgenom rensningsoperationer. - Ta bort parenteser från varje namn.
- Ta bort omgivande mellanslag från varje namn.
- Konvertera varje namn till gemener.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
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));
}
}