本文研究的主要是java編程通過匹配合并數(shù)據(jù)（數(shù)據(jù)預(yù)處理）的相關(guān)內(nèi)容，具體如下。
數(shù)據(jù)描述
以下程序是對如下格式的數(shù)據(jù)進行合并處理。
這個表的每一行表示用戶id及用戶的特征。其中，一個用戶只有一個特征向量，即第一列不會重復(fù)。
這張表的第一列，表示用戶的id，第二列表示用戶所看的電影，第三列表示用戶對電影的打分（1-13分），第四列表示用戶對電影的打分，但分值范圍是1-5分。
問題描述
在做數(shù)據(jù)預(yù)處理時，如何將第二張表添加上用戶特征呢？其實，方法很簡單，將第二張表的用戶id與第一張表的用戶id進行匹配就行。合并結(jié)果如下圖所示。
數(shù)據(jù)處理程序
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
|
package deal;import java.io.bufferedreader;import java.io.file;import java.io.fileinputstream;import java.io.ioexception;import java.io.inputstreamreader;import java.math.bigdecimal;import java.util.arraylist;import java.util.hashmap;import java.util.list;/* * author:合肥工業(yè)大學(xué) 管院學(xué)院 錢洋 * email：[email protected]*/public class getpuser { public static list<string> readdocs(string docspath,string code) throws ioexception{ bufferedreader reader = new bufferedreader( new inputstreamreader( new fileinputstream( new file(docspath)),code)); string s=null; list<string> userproductscore=new arraylist<string>(); while ((s=reader.readline())!=null) { userproductscore.add(s); } reader.close(); return userproductscore; } public static hashmap<string, string> mapread(string docspath1,string code1) throws ioexception{ bufferedreader reader1 = new bufferedreader( new inputstreamreader( new fileinputstream( new file(docspath1)),code1)); string s1=null; hashmap<string,string> userfeaturemap=new hashmap<string,string>(); while ((s1=reader1.readline())!=null) { string arr[]=s1.split("\t"); string feature=""; for (int i = 1; i < arr.length; i++) { bigdecimal db = new bigdecimal(arr[i]); string ii = db.toplainstring(); feature+=ii+" "; } userfeaturemap.put(s1.split("\t")[0], feature); } reader1.close(); return userfeaturemap; } public static list<string> match(list<string> userproductscore,hashmap<string, string> userfeaturemap) throws ioexception{ list<string> userscoreandfeature=new arraylist<>(); for (int i = 0; i < userproductscore.size(); i++) { //獲取用戶id string user_id=userproductscore.get(i).split("\t")[0]; //獲取用戶特征 string userfeature = userfeaturemap.get(user_id); userscoreandfeature.add(userproductscore.get(i)+"\t"+userfeature); system.out.println(userproductscore.get(i)+"\t"+userfeature); } return userscoreandfeature; } public static void main(string[] args) throws ioexception { //讀取兩個文本 list<string> userproductscore=readdocs("data/train/ydata-ymovies-user-movie-ratings-train-v1_0.txt","gbk"); hashmap<string, string> userfeaturemap=mapread("data/fileofuser/yahoo.txt","utf-8"); //匹配結(jié)果 match(userproductscore,userfeaturemap); }} |
總結(jié)
以上就是本文關(guān)于java編程通過匹配合并數(shù)據(jù)實例解析（數(shù)據(jù)預(yù)處理）的全部內(nèi)容，希望對大家有所幫助。感興趣的朋友可以繼續(xù)參閱本站其他相關(guān)專題，如有不足之處，歡迎留言指出。感謝朋友們對本站的支持！
原文鏈接：http://blog.csdn.net/qy20115549/article/details/59110167
