Go 中的数据分析——如何运用 Gota 包

发布时间：2022-07-16 11:24:55 所属栏目：云计算来源：互联网

导读：数据分析是过滤、操纵和处理原始数据和数据集以从中获得洞察力的过程。 Python 和 R 通常是数据分析的首选语言。但是这些天，Go 正为此目的而变得越来越流行。在本教程中，我们将介绍 Gota（Go 中的数据分析包）及其核心功能和用途。先决条件了解 Golang

　　数据分析是过滤、操纵和处理原始数据和数据集以从中获得洞察力的过程。

　　Python 和 R 通常是数据分析的首选语言。但是这些天，Go 正为此目的而变得越来越流行。

　　在本教程中，我们将介绍 Gota（Go 中的数据分析包）及其核心功能和用途。

　　先决条件
　　了解 Golang 中的函数式编程。
　　安装了 Go 的 Golang IDE（我使用 Goland 和 Go 1.17.6，但您可以使用其他任何版本）
　　什么是戈塔？
　　Gota 是 Go 编程语言的数据框和数据整理模块。

　　Gota 类似于 Python 中的 Pandas 库，并且是为与 Gonum 接口而构建的， Gonum 是 Golang 中的一个科学计算包，就像 Pandas 和 Numpy 一样。

　　Gota 模块使 Go 中的数据整理（转换和操作）操作变得非常容易。它适用于 Go 内置数据类型和各种文件格式，如 JSON、CSV 和 HTML。

　　以下是我们将介绍的内容：
　　哥达系列。
　　得到数据框。
　　将文件作为数据框读取。
　　Gota 数据帧上的操作。
　　导出和保存文件。
　　如何开始使用 Gota
　　安装 Gota 很容易。将以下命令粘贴到您的终端中：

　　go get -u https://github.com/go-gota/gota
　　这应该会输出成功的安装消息。如果没有，请将您的 Golang 更新到较新的版本并重试安装。

　　基本的 Gota 概念
　　数据框
　　在深入研究之前，让我们先了解一些 Gota 基础知识：

　　数据集是数据的集合，表格或其他形式。

　　数据框是将数据组织成二维（行和列）表的数据结构，通常用于分析目的。

　　系列是属于数据框的一维数据的集合。

　　请注意，这DataFrame是本文中用作示例的数据框对象的变量名称。

　　什么是戈塔系列？
　　import "github.com/go-gota/gota/series"
　　Gota 系列是使用series.New复合数据类型（如切片和地图）的方法创建的。

　　对于切片，[series.New](http://series.New)接受三个参数：切片、系列类型（要包含在系列中的元素的类型）和列名。

　　series.New([]string{"z", "y", "d", "e"}, series.String, "col")
　　系列也可以通过将键初始化为类型series并使用 Type 方法插入系列类型来从映射中创建。

　　a := map[string]series.Type{
　　 "A": series.String,
　　 "D": series.Bool,
　　 }
　　这些切片可以传递到数据帧中以进行进一步的操作和操作。

　　什么是 Gota 数据框？
　　Dataframe 函数包含在 Gota 中的 dataframe 子模块中。

　　import "github.com/go-gota/gota/dataframe"
　　数据帧是其他数据结构的数据结构。本质上，它们将数据格式化为二维表，以便您可以操作这些数据。因此，要使用数据帧，我们需要读取其他数据结构和数据类型。

　　我们将在本教程中阅读系列、结构、JSON 和 CSV 文件。

　　如何将系列转换为数据框对象
　　您可以使用该方法将一个系列或一组系列转换为数据框对象[dataframe.New](http://dataframe.New)。它以系列作为参数。

　　dataFrame := dataframe.New(
　　 series.New([]string{"a", "b", "c", "d", "e"}, series.String, "alphas"),
　　 series.New([]int{5, 4, 2, 3, 1}, series.Int, "numbers"),
　　 series.New([]string{"a1", "b2", "c3", "d4", "e5"}, series.String, "alnums"),
　　 series.New([]bool{true, false, true, true, false}, series.Bool, "state"),
　　 )

　　fmt.Println(dataFrame)
　　输出：

　　alphas   numbers alnums   state
　　 0: a        5       a1       true
　　 1: b        4       b2       false
　　 2: c        2       c3       true
　　 3: d        3       d4       true
　　 4: e        1       e5       false
　　    <string> <int>   <string> <bool>
　　结构类型的数据框
　　您可以使用结构来创建数据框。

　　type Dog struct {
　　 Name     string
　　 Colour      string
　　 Height int
　　  Vaccinated bool
　　}

　　dogs := []Dog{
　　 {"buster", "black", 56, false},
　　 {"jake", "white", 61, false},
　　 {"bingo", "brown", 50, true},
　　 {"gray", "cream", 68, false},
　　}

　　dogsDf := dataframe.LoadStructs(dogs)
　　fmt.Println(dogsDf)
　　您可以通过创建 struct 类型的实例切片并使用dataframe.Loadstructs接收切片的方法创建数据帧来做到这一点。

　　输出：

　　Name     Colour   Height Vaccinated
　　 0: buster   black    56     false
　　 1: jake     white    61     false
　　 2: bingo    brown    50     true
　　 3: gray     cream    68     false
　　    <string> <string> <int> <bool>
　　如何在 Gota 中查询数据框
　　当我们有一个数据框对象时，我们可以使用各种方法查询它以获取有关数据框组成的信息。

　　dataFrame.Dims()→ 输出数据框对象的维度。
　　dataFrame.Types()→ 输出构成数据帧的数据类型。
　　dataFrame.Names()→ 输出数据框的列名。
　　dataFrame.Nrow()→ 输出行数。
　　dataFrame.Ncol()→ 输出列数。
　　如何查询列
　　Gota 数据框列附带了许多方法，可帮助查询列值。

　　.IsNaN()→ 检查它是否为空列。
　　.Mean()→ 返回列的平均值。
　　.Copy()→ 创建列的新副本。
　　.HasNaN()→ 检查列中是否有空值。
　　.Records()→ 返回列中的值。
　　aCol := dataFrame.Col("column_name") //selects a column
　　fmt.Println(aCol.HasNaN)
　　如何将文件读入数据框对象
　　JSON 和 CSV 字符串可以分别传递给dataframe.ReadJSON和dataframe.ReadCSV。

　　如何读取 JSON 字符串
　　JSON 字符串变量作为参数传递给dataframe.ReadJSONusingstrings.NewReader返回缓冲的 JSON 字符串。

　　 jsonString := `[
　　  {
　　    "Name": "John",
　　    "Age": 44,
　　    "Colour": "Red",
　　    "Height(ft)": 6.7
　　  },
　　  {
　　    "Name": "Mary",
　　    "Age": 40,
　　    "Colour": "Blue",
　　    "Height(ft)": 5.7
　　  }
　　]`

　　 dataRead := dataframe.ReadJSON(strings.NewReader(jsonString))
　　 fmt.Println(dataRead)
　　}
　　如何读取 CSV 字符串
　　在这里，我们有 CSV 格式的相同字符串：

　　import (
　　 "fmt"
　　 "github.com/go-gota/gota/dataframe"
　　 "strings"
　　)

　　 csvString := `
　　 Name, Age, Colour, Height(ft)
　　 John,44,Red,6.7
　　 Mary,40,Blue,5.7`

　　 dataRead := dataframe.ReadCSV(strings.NewReader(csvString))
　　 fmt.Println(dataRead)
　　输出：

　　Name      Age   Colour   Height(ft)
　　0: John   44    Red      6.700000
　　1: Mary   40    Blue     5.700000
　　如何读取 CSV 文件
　　这是 CSV：

　　Name,Age,Colour,Height(ft)
　　John,44,Red,6.7
　　Mary,40,Blue,5.7
　　Esther,35,Black,4.9
　　Jason,36,Green,5.2
　　您可以通过读取包含[os.Open](http://os.Open)文件名的文件来读取 CSV 文件。defer file.Close()是一个上下文管理器，它可以帮助我们在程序运行后关闭文件以防止数据丢失。

（编辑：我爱故事小小网_铜陵站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!

友普加入红帽CCSP 加快	云原生现代化正在兴盛
第一个全链路国产操作	Ubuntu Redis数据库发