使用 DataFrame 操作資料

Posted on Edited on In Word count in article: 632 Reading time ≈ 2 mins.

套件安裝

安裝套件 Microsoft.Data.Analysis

1
2
3
4
#r "nuget: Microsoft.Data.Analysis, 0.21.1"

using System.IO;
using Microsoft.Data.Analysis;

載入 CSV 資料

使用 LoadCsvFromString

1
2
3
string csvfile = File.ReadAllText("test.csv");
DataFrame df = DataFrame.LoadCsvFromString(csvfile, ',');
df.Display();

建立測試資料

1
2
3
4
5
6
7
8
9
10
Int32DataFrameColumn id = new Int32DataFrameColumn("ID", new int[] { 1, 2 });
StringDataFrameColumn name = new StringDataFrameColumn("Name", new string[] { "張三", "李四" });
Int32DataFrameColumn age = new Int32DataFrameColumn("Age", new int?[] { 25, null });

DataFrame df = new DataFrame();
df.Columns.Add(id);
df.Columns.Add(name);
df.Columns.Add(age);

df.Display();

輸出:

index ID Name Age
0 1 張三 25
1 2 李四

加入新欄位

加入欄位 Height

1
2
3
df.Columns.Add(new PrimitiveDataFrameColumn<int>("Height", new List<int>{180, 179}));

df.Display();

輸出:

index ID Name Age Height
0 1 張三 25 180
1 2 李四 179

顯示欄位資訊

了解欄位類型與資料筆數統計

1
df.Info().Display();

輸出:

index Info ID Name Age Height
0 DataType System.Int32 System.String System.Int32 System.Int32
1 Length(excluding null values) 2 2 1 2

回傳統計摘要

統計相關值，此欄為數值欄位限定

1
df.Description().Display();

輸出:

index Description ID Age Height
0 Length (excluding null values) 2 1 2
1 Max 2 25 180
2 Min 1 25 179
3 Mean 1.5 12.5 179.5

回傳前 N 筆資料

1
df.Head(1).Display();

輸出:

index ID Name Age Height
0 1 張三 25 180

回傳後 N 筆資料

1
df.Tail(1).Display();

輸出:

index ID Name Age Height
0 2 李四 179

加入新資料

填入每一欄對應資料

1
2
3
4
5
6
7
8
df.Append(new List<KeyValuePair<string, object>>() {
    new KeyValuePair<string, object>("ID", 3),
    new KeyValuePair<string, object>("Name", "王五"),
    new KeyValuePair<string, object>("Age", 20),
    new KeyValuePair<string, object>("Height", 170)
}, true);

df.Display();

輸出:

index ID Name Age Height
0 1 張三 25 180
1 2 李四 179
2 3 王五 20 170

缺失值處理

針對表格中的缺失欄位做處理

  1. 排除有空值的欄位
1
2
DataFrame dropNullData = df.DropNulls();
dropNullData.Display();

輸出:

index ID Name Age Height
0 1 張三 25 180
1 3 王五 20 170
  1. 缺失值填充
1
2
df.Columns["Age"] = df.Columns["Age"].FillNulls(0);
df.Display();

輸出:

index ID Name Age Height
0 1 張三 25 180
1 2 李四 0 179
2 3 王五 20 170

排序資料

1
2
DataFrame orderByData = df.OrderByDescending("Age");
orderByData.Display();

輸出:

index ID Name Age Height
0 1 張三 25 180
1 3 王五 20 170
2 2 李四 0 179

分群資料

1
2
DataFrame groupByData = df.GroupBy("Age").Count();
groupByData.Display();

輸出:

index Age ID Name Height
0 25 1 1 1
1 0 1 1 1
2 20 1 1 1

篩選資料

1
2
DataFrame filterData = df.Filter(df.Columns["Age"].ElementwiseGreaterThan(1));
filterData.Display();

輸出:

index ID Name Age Height
0 1 張三 25 180
1 3 王五 20 170

合併資料

1
2
3
4
5
6
7
8
9
10
11
// 建立新的列表
Int32DataFrameColumn idWeight = new Int32DataFrameColumn("ID", new int[] { 1, 2 });
Int32DataFrameColumn weight = new Int32DataFrameColumn("Weight", new int?[] { 60, 90 });

DataFrame dfWeight = new DataFrame();
dfWeight.Columns.Add(idWeight);
dfWeight.Columns.Add(weight);

// 使用 ID 做 Merge
DataFrame mergeData = dfWeight.Merge<int>(df, "ID", "ID");
mergeData.Display();

輸出:

index ID_left Weight ID_right Name Age Height
0 1 60 1 張三 25 180
1 2 90 2 李四 0 179

📜 參考資料

  1. DataFrame Class