问题描述
我对Java还是很陌生,正在努力阅读> sort>导出csv。我有一个带有[X,Y,Z,标量1,标量2,标量3,标量4]的csv作为标头,需要分成4个csv。实际文件有数千行,因此示例很短:
[X,Y,Z,Sc1,Sc2,Sc3,Sc4]
[1,5,7,9,10]
[0,1,6,8,4,0]
[0,3,2]
我需要将源csv分为4个具有一个标量值和x,y,z数据的独立csv。
File 1 | File 2 | File 3 | File 4
----------------------------------------------------------
[Sc1,X,Z] | [Sc2,Z] | [Sc3,Z] | [Sc4,Z]
[5,0] | [7,0] | [9,0] | [10,0]
[6,1] | [8,1] | [4,1] | [ 0,1]
[3,1] | [3,1] | [ 2,1]
我目前正在使用BufferedReader读取数据,但是我不确定一旦读取数据后如何组织数据,或者这是否是一个好方法。
ArrayList<String> readFileFast (String expDir,String filename) {
String path = expDir + filename;
ArrayList<String> fileContents = new ArrayList<>();
try {
BufferedReader br = new BufferedReader(new FileReader(path));
String line;
while ((line = br.readLine()) != null) {
fileContents.add(line);
}
} catch (Exception e) {
SuperStackPrint(e);
}
return fileContents;
}
println(readFileFast(expDir,"/DELETEME.csv"));
任何对如何正确执行此操作的见识将不胜感激。
解决方法
您将受益于使用一个专门读取和写入CSV文件的库。有一些可供选择,但在这里我将使用OpenCSV。
如果您最终不使用该库,那么它至少可以为您提供一些有关您自己的方法的想法。
此外,在使用库时,我建议使用诸如Maven或Gradle之类的工具来帮助管理此问题,因为这些工具为您处理“依赖项的依赖关系”-例如,OpenCSV库本身需要访问其他依赖项它使用的库。
对于Maven,这是我的POM文件的OpenCSV依赖项:
<dependency>
<groupId>com.opencsv</groupId>
<artifactId>opencsv</artifactId>
<version>5.2</version>
</dependency>
方法:
-
创建一个Java类(“ bean”)以保存将从源CSV文件加载的数据。在我的示例中,该名称为
SplitBean
。 -
使用此类创建对象的集合,其中 每个对象都包含CSV文件的一行的数据 。
-
遍历此对象集合,并将相关部分写入4个输出文件。
您可以选择遵循上述方法,而无需使用OpenCSV或类似的库。但是您将不得不编写更多有关基本CSV操作的代码。就您而言,数据并不复杂,因此不会造成不合理的情况。
无论哪种方式,我建议创建一个类来表示一行输入数据,然后在写入输出文件时处理此类对象的列表。这将流程分为两个不同的步骤,并利用Java对象简化了流程。
这是SplitBean
类:
import com.opencsv.bean.CsvBindByName;
public class SplitBean {
@CsvBindByName(column = "X")
private int x;
@CsvBindByName(column = "Y")
private int y;
@CsvBindByName(column = "Z")
private int z;
@CsvBindByName(column = "Sc1")
private int sc1;
@CsvBindByName(column = "Sc2")
private int sc2;
@CsvBindByName(column = "Sc3")
private int sc3;
@CsvBindByName(column = "Sc4")
private int sc4;
public static String[] getHeadingsOne() {
String[] s = { "Sc1","X","Y","Z" };
return s;
}
public static String[] getHeadingsTwo() {
String[] s = { "Sc2","Z" };
return s;
}
public static String[] getHeadingsThree() {
String[] s = { "Sc3","Z" };
return s;
}
public static String[] getHeadingsFour() {
String[] s = { "Sc4","Z" };
return s;
}
public String[] getDataOne() {
String[] i = { String.valueOf(sc1),String.valueOf(x),String.valueOf(y),String.valueOf(z) };
return i;
}
public String[] getDataTwo() {
String[] i = { String.valueOf(sc2),String.valueOf(z) };
return i;
}
public String[] getDataThree() {
String[] i = { String.valueOf(sc3),String.valueOf(z) };
return i;
}
public String[] getDataFour() {
String[] i = { String.valueOf(sc4),String.valueOf(z) };
return i;
}
public int getX() {
return x;
}
public void setX(int x) {
this.x = x;
}
public int getY() {
return y;
}
public void setY(int y) {
this.y = y;
}
public int getZ() {
return z;
}
public void setZ(int z) {
this.z = z;
}
public int getSc1() {
return sc1;
}
public void setSc1(int sc1) {
this.sc1 = sc1;
}
public int getSc2() {
return sc2;
}
public void setSc2(int sc2) {
this.sc2 = sc2;
}
public int getSc3() {
return sc3;
}
public void setSc3(int sc3) {
this.sc3 = sc3;
}
public int getSc4() {
return sc4;
}
public void setSc4(int sc4) {
this.sc4 = sc4;
}
}
此类使用@CsvBindByName
批注从源CSV文件中的列标题名称映射到该类本身的字段名称。您无需以这种方式进行操作,但这是OpenCSV提供的一项便捷功能。
该类还包含处理4个不同输出文件(它们是输入文件数据的子集)的方法。
现在我们可以编写一个单独的doTheSplit()
方法来使用此类:
import com.opencsv.bean.CsvToBean;
import com.opencsv.bean.CsvToBeanBuilder;
import com.opencsv.bean.HeaderColumnNameMappingStrategy;
import com.opencsv.exceptions.CsvDataTypeMismatchException;
import com.opencsv.exceptions.CsvRequiredFieldEmptyException;
import com.opencsv.CSVWriter;
import java.io.IOException;
import java.io.Reader;
import java.io.FileWriter;
import java.net.URISyntaxException;
import java.nio.file.Files;
import java.nio.file.Path;
import java.nio.file.Paths;
import java.util.List;
public class SplitData {
public void doTheSplit() throws URISyntaxException,IOException,CsvDataTypeMismatchException,CsvRequiredFieldEmptyException {
HeaderColumnNameMappingStrategy msIn = new HeaderColumnNameMappingStrategy();
msIn.setType(SplitBean.class);
Path path = Paths.get("C:/tmp/csvsplit/input.csv");
List<SplitBean> list;
// read the data from the input CSV file into our SplitBean list:
try ( Reader reader = Files.newBufferedReader(path)) {
CsvToBean cb = new CsvToBeanBuilder(reader)
.withMappingStrategy(msIn)
.build();
list = cb.parse();
int i = 1;
}
// set up 4 file writers:
try ( CSVWriter writer1 = new CSVWriter(new FileWriter("C:/tmp/csvsplit/output1.csv"));
CSVWriter writer2 = new CSVWriter(new FileWriter("C:/tmp/csvsplit/output2.csv"));
CSVWriter writer3 = new CSVWriter(new FileWriter("C:/tmp/csvsplit/output3.csv"));
CSVWriter writer4 = new CSVWriter(new FileWriter("C:/tmp/csvsplit/output4.csv"))) {
// first write the headers to each file (false = no quotes):
writer1.writeNext(SplitBean.getHeadingsOne(),false);
writer2.writeNext(SplitBean.getHeadingsTwo(),false);
writer3.writeNext(SplitBean.getHeadingsThree(),false);
writer4.writeNext(SplitBean.getHeadingsFour(),false);
// then write each row of data (false = no quotes):
for (SplitBean item : list) {
writer1.writeNext(item.getDataOne(),false);
writer2.writeNext(item.getDataTwo(),false);
writer3.writeNext(item.getDataThree(),false);
writer4.writeNext(item.getDataFour(),false);
}
}
}
}
此代码的第一部分填充List<SplitBean> list
。输入电子表格中的每一行数据都有一个splitBean对象。 OpenCSV在幕后为您完成大部分工作。
然后,该代码创建4个文件编写器,这些文件编写器使用OpenCSV CSVWriter
对象来帮助将数据格式化为有效的CSV行。
使用此代码,我们将列标题写入4个文件中的每个文件中。最后,我们遍历SplitBean
项的集合,并将相关的数据子集写入每个文件。
因此,对于这样的CSV输入文件:
X,Y,Z,Sc1,Sc2,Sc3,Sc4
1,5,7,9,10
0,1,6,8,4,0
0,3,2
我们最终得到4个不同的输出文件。一个例子:
Sc1,X,Z
5,0
6,1
3,1
附加说明:以这种方式使用SplitBean
类的一大优势是,如果您决定需要执行更多的数据转换,则可以拥有更大的灵活性-例如,过滤掉数据行或以不同方式对数据进行排序。