如何使用 d3.csv() 检查 CSV 中的值类型？

Question

我想知道在 D3 或纯 JavaScript 中是否有任何方法可以在我读入数据时即时检查数据类型。

例如，如果我想读“iris.csv”使用d3.csv（）做一个箱线图，有没有什么办法来检查sepal_length，sepal_width，petal_length和petal_width是数值变量，同时species是一个分类变量？

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 操作，因为d3.csv将所有内容都转换为字符串：

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...

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]))
  })
})

但是，我们可以使用isNaN来检查该字符串是否包含数字（警告：使用null空字符串或将无法正常工作）：

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

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"))
  })
})

如您所见，我们只需要data.columns获取标题，然后，我们只需要第一行值（即data[1]，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：

你在评论中问：

您对如何处理数据集中的缺失值/空或空字符串有更多的了解吗？

一个简单的方法是检查值是否为假...

!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;
}

这是演示，我null在 CSV 中放了一些s 和空字符串，看看：

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

!data[index][d]