Biến đổi dữ liệu văn bản
Bạn nhận thấy tên sản phẩm trong cơ sở dữ liệu hàng tạp hóa có định dạng không nhất quán. Một số có dấu ngoặc như "Apple (Organic)", có thêm khoảng trắng, và chữ hoa chữ thường lẫn lộn. Điều này gây khó khăn khi đối sánh và phân tích sản phẩm một cách chính xác. Hãy chuẩn hóa các tên này bằng cách loại bỏ phần mô tả trong ngoặc, dọn sạch khoảng trắng ở xung quanh, và chuyển về chữ thường.
Bài tập này là một phần của khóa học
Làm sạch dữ liệu bằng Java
Hướng dẫn bài tập
- Ánh xạ
namescủa sản phẩm qua các thao tác làm sạch. - Xóa dấu ngoặc tròn khỏi mỗi tên.
- Loại bỏ khoảng trắng ở hai đầu mỗi tên.
- Chuyển mỗi tên về chữ thường.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
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));
}
}