如何使用 d3.csv() 检查 CSV 中值的类型？

Question

我想知道当我读入数据时，在 D3 或纯 JavaScript 中是否有任何方法可以即时检查数据类型。

例如，如果我想在使用 d3.csv() 制作箱线图时读取"iris.csv"，有没有办法检查sepal_length、sepal_width、petal_length 和petal_width是数字变量，而species 是分类变量？

Answer 1

让我们看看一种可能的解决方案，使用您链接的 CSV：

sepal_length,sepal_width,petal_length,petal_width,species
5.1,3.5,1.4,0.2,setosa
4.9,3.0,1.4,0.2,setosa
4.7,3.2,1.3,0.2,setosa
4.6,3.1,1.5,0.2,setosa
etc...

您不能立即执行typeof，因为d3.csv 会将所有内容转换为字符串：

d3.csv("https://gist.githubusercontent.com/curran/a08a1080b88344b0c8a7/raw/d546eaee765268bf2f487608c537c05e22e4b221/iris.csv", function(data) {
  var variables = data.columns;
  variables.forEach(function(d) {
    console.log("typeof " + d + ": " + typeof(data[1][d]))
  })
})

<script src="https://d3js.org/d3.v4.min.js"></script>

但是，我们可以使用isNaN 来检查该字符串是否包含数字（警告：这将无法与null 或空字符串一起正常工作）：

d3.csv("https://gist.githubusercontent.com/curran/a08a1080b88344b0c8a7/raw/d546eaee765268bf2f487608c537c05e22e4b221/iris.csv", function(data) {
  var variables = data.columns;
  variables.forEach(function(d) {
    console.log(d + " is: " + (isNaN(data[0][d]) ? "categorical" : "numeric"))
  })
})

<script src="https://d3js.org/d3.v4.min.js"></script>

如您所见，我们只需要data.columns 来获取标题，然后我们只需要第一行值（这是data[1]，而不是data[0]）。实际上，除了第一行 (data[0]) 之外的任何行都可以使用。

编辑：

你在comments提问：

您对如何处理数据集中的缺失值/空字符串或空字符串有更深入的了解吗？

一种简单的方法是检查该值是否为假...

!data[index][d]

...然后转到下一行，直到找到合适的值：

var index = 1;
while (data[index][d] === "null" || data[index][d] === "") {
    ++index;
}

这里是演示，我在CSV中放了一些nulls和空字符串，看看：

var csv = `sepal_length,sepal_width,petal_length,petal_width,species
null,,null,0.2,setosa
null,3.0,1.4,,setosa
null,3.2,1.3,0.2,null
4.6,3.1,1.5,0.2,setosa
5.1,3.5,1.7,0.2,setosa`;

var data = d3.csvParse(csv);

var variables = data.columns;
variables.forEach(function(d) {
  var index = 1;
  while (data[index][d] === "null" || data[index][d] === "") {
    ++index;
  }
  console.log(d + " is: " + (isNaN(data[index][d]) ? "categorical" : "numeric"))
})

<script src="https://d3js.org/d3.v4.min.js"></script>