在 Julia 中从文件中读取表格数据

Julia 是一种高级、高性能、动态编程语言，允许用户加载、保存和操作各种类型文件中的数据，用于数据科学、分析和机器学习目的。表格数据是具有表格结构的数据，可以从文本、CSV、Excel 等各种文件中轻松读取。

为了轻松地对数据和文件执行此类操作，我们添加了 Queryverse.jl 包，它为我们提供了其他有用的包（如 Query.jl、FileIO.jl、CSVFiles.jl 等）的易用性。

Julia

# Adding the Queryverse package
using Pkg
Pkg.add("Queryverse")

从文本文件中读取表格数据

要从文本文件中读取数据，我们必须首先使用open()函数打开它。要读取文件中的表格数据，我们必须使用readline()函数逐行读取文件中的数据，如下所示：

朱莉娅

# read file contents, line by line 
open("geek.txt") do f
 
  # line_number
  line = 0
   
  # read till end of file
  while ! eof(f)
   
    # read a new / next line for every iteration
    s = readline(f)
    line += 1
    println("$(line-1). $s")
  end
end

从 CSV 文件中读取表格数据

DataFrames 用于以表格形式存储数据，这些 DataFrames 可以通过使用Queryverse.jl包和load()函数从 CSV 或 Excel 文件中读取。 Queryverse.jl 包让 FileIO.jl 包使用 CSVFiles.jl 包来实现这一点。

朱莉娅

# using necessary packages
using DataFrames, Queryverse
 
# reading dataframe
df = load("marks.csv") |> DataFrame

有时在 CSV 文件中，数据由不同的字符（如分号）分隔。

可以在load()函数中指定分号以读取正常表格形式的数据，即没有分号。

朱莉娅

# reading data without semicolons
df = load("marks_sc.csv", ';') |> DataFrame

DataFrame 的列名占据文件的第一行。要改变这一点，我们可以使用header关键字参数并将其等同于 false 以删除列名并将第一行更改为文件中表的元素。

朱莉娅

# reading data without headers
df = load("marks.csv",
           header_exists = false) |> DataFrame

在加载文件数据时，我们还可以使用colnames关键字更改列名，如下所示：

朱莉娅

# reading data by changing column names
df = load("marks.csv",
           colnames = ["class",
                          "score"]) |> DataFrame

可以使用skiplines_begin关键字加载来自 CSV 文件的表格数据，而无需特定行数。

朱莉娅

# reading data without specific rows
df = load("marks.csv",
           skiplines_begin = 1) |> DataFrame

从 Excel 文件中读取表格数据

从 Excel 表格中读取数据的过程与上面讨论过的 CSV 文件的过程相同，但是我们必须在load()中指定一个扩展名为“*.xlsx”的文件而不是“.csv”函数和我们要阅读的特定工作表。

朱莉娅

# reading sheet 1 of an excel file
df = load("marks.xlsx", "Sheet1") |> DataFrame

我们还可以使用跳过指定行和列的skipstartrows和skipstartcols关键字读取 Excel 文件中数据的特定行和列，如下所示：

朱莉娅

# reading by skipping specific rows and columns
df = load("marks.xlsx", "Sheet1",
               skipstartrows = 1,
               skipstartcols = 1) |> DataFrame