SemanticImport

SemanticImport[file]

试图语义导入一个文件以给出一个 Dataset 对象.

SemanticImport[file,type]

试图将文件中的所有元素解释成都属于指定类型.

SemanticImport[file,{type1,type2,…}]

试图将连续列的元素解释成都属于指定类型.

SemanticImport[file,col1->type1,col2->type2,…]

只保留由他们的位置或名字所指明的列 coli.

SemanticImport[file,typespec,form]

以指定形式表述结果.

更多信息和选项

  • 在 SemanticImport[file] 中，file 可被指定为 File["path"] 或 "path".
  • SemanticImport 主要是为一维和二维元素的数组.
  • SemanticImport 可使用自由形式的语言学来解释给出的结构中的元素.
  • 返回的对象类型包括数，Quantity 对象，Entity 对象，DateObject，GeoPosition 等等.
  • SemanticImport 通过检查输入中特定的行或列中的所有元素作出详细的假定，例如关于日期格式.
  • type 可能的值包括：
  • Automatic自动选取类型
    "String"Unicode 字符串
    "Number"任何标准格式的数
    "Integer"十进制记数的整数
    "Real"十进制记数的实数
    "Quantity"有单位的量
    "Currency"货币数量
    "Date"任何标准格式的日期
    "DateTime"日期和时间
    "Time"一天当中的时间
    "GeoCoordinates"以纬度、经度给出的地理位置
    "URL"正确格式的 URL
    "EmailAddress"正确格式的电子邮件地址
    "Country"用自然语言给出的国家
    "City"用自然语言给出的城市
    None跳过一列
    ispecInterpreter 使用的任何形式
  • 给出以下选项来表明输入特征：
  • CharacterEncoding Automatic假定的输入文件编码
    Delimiters Automatic元素之间的定界符
    HeaderLines Automatic被视为标头的行号
    ExcludedLines {}需从结果中排出的行
    MissingDataRules {}取代被认为是"missing"的数据的规则
  • form 的可能的值包括：
  • "Dataset"一个行定向的数据集
    "List"一个作为列表的单列
    "Columns"一个列的列表，每列都以列表形式给出
    "NamedColumns"将列名与内容列表相关联的一个关联
    "Rows"一个行的列表，每行都以列表形式给出
    "NamedRows"一个行的列表，每行都以列名到内容列表的关联的形式给出
  • 当元素无法被解释时，返回的取而代之的形式包括：
  • Missing["Empty"]一个空的或空白字符的元素
    Missing["Invalid","string"]有无效或无意义的数据字段
    Missing["Unrecognized","string"]不能被语法分析的元素
    Missing["ByDesignation",value]与 MissingDataRules 匹配的元素
    Missing[custom]由 MissingDataRules 提供的 Missing[…]

范例

打开所有单元关闭所有单元

基本范例  (7)

导入一个文件，自动检测并解读日期和城市：

粗体显示的列对应于 Wolfram 语言的语义对象：

导入有指定列类型的文件：

只导入一个文件的某些列，使用指定的格式和列号：

只导入一个文件的某些列，使用指定的格式和列号：

只导入某些列，为需要被删除的列指定 None：

将一个文件作为一个行的列表导入：

将一个文件作为一个列的列表导入：

范围  (3)

使用给出的字符编码导入一个文件：

用给出的定界符导入一个文件：

指明该导入文件的第一行是一个标头：

指明一个文件的第一和第五行应该被跳过：

以 Missing["UnknownData"] 的特殊形式返回缺失值（"Unknown" 形式）：

选项  (7)

SemanticImport 使用很多与 SemanticImportString 相同的选项. 参照SemanticImportString 得到更多例子.

CharacterEncoding  (1)

错误的字符编码会造成准确解释的偏离. 创建一个 Unicode 数据编码的文件：

用默认的字符编码导入数据：

导入数据，指明是用 Unicode 编码生成：

Delimiters  (1)

指明定界符决定值是如何分开的：

指明一个不存在的定界符给出一个由换行符分隔的项目的单列：

ExcludedLines  (1)

在标头选择或进一步处理之前，行通过行号被排除. 以下为原始数据：

排除偶数行号给出排名奇数的建筑物，因为标头行把奇数排名放在偶数行:

HeaderLines  (1)

指定文件中被视为标头的行数：

MissingDataRules  (2)

用"Willis Tower"替代以"Sears"开头的字符串：

在解释之前先应用规则：

应用  (6)

将一张含有从伦敦到很多国家的飞行费用的表作为一个 Dataset 对象导入：

获得伦敦的地理位置：

获得一次飞行的最贵价格：

制作一个地图，蓝色显示最便宜的飞行路线，橙色显示最贵的飞行路线：

为一个私人电子邮件的时间轴导入数据：

得到"family"类的值：

绘制每月电子邮件数：

从一张大学教职工的工资表中导入第一列和第三列：

绘制结果：

将一个含有日期和数值的数据集作为 Dataset 对象导入：

获取数据作为一个行的列表：

指明日期应被解释成字符串：

将一个含有一个著名建筑物和其属性的列表的数据集作为一个 Dataset 对象导入. 城市和国家会被自动检测为 Entity 对象：

只导入著名建筑物的名称、国家和高度的列：

可能存在的问题  (3)

自动选择是从比 Interpreter 略为匮乏的类型集合中进行选择：

指明显式类型导入 Entity 对象，而不是字符串：

Automatic 类型指定一个自动选择的列数：

{Automatic} 类型指定一个自动选择的类型的单列：

在一个类型列表的 Automatic 连续应用于与其相对应的列：

默认 Automatic 标头行的选择可能会不正确，这取决于数据是以行还是列的形式组织的：

明确指定标头行数以正确导入数据：

Wolfram Research (2014)，SemanticImport，Wolfram 语言函数，https://reference.wolfram.com/language/ref/SemanticImport.html （更新于 2016 年）.

文本

Wolfram Research (2014)，SemanticImport，Wolfram 语言函数，https://reference.wolfram.com/language/ref/SemanticImport.html （更新于 2016 年）.

CMS

Wolfram 语言. 2014. "SemanticImport." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2016. https://reference.wolfram.com/language/ref/SemanticImport.html.

APA

Wolfram 语言. (2014). SemanticImport. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/SemanticImport.html 年

BibTeX

@misc{reference.wolfram_2024_semanticimport, author="Wolfram Research", title="{SemanticImport}", year="2016", howpublished="\url{https://reference.wolfram.com/language/ref/SemanticImport.html}", note=[Accessed: 23-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_semanticimport, organization={Wolfram Research}, title={SemanticImport}, year={2016}, url={https://reference.wolfram.com/language/ref/SemanticImport.html}, note=[Accessed: 23-November-2024 ]}