从文件中检索数据
Kotlin DataFrame 库使你能够处理非结构化和结构化数据。 对于数据转换,你可以使用诸如 .add()、.split()、 .convert() 和 .parse() 等方法。 此外,该工具包还支持从各种结构化文件格式中检索和操作数据, 包括 CSV、JSON、XLS、Parquet 和 Apache Arrow。 请在 DataFrame 文档中查看所有受支持的格式。
在本指南中,你可以通过多个示例学习如何检索、提炼和处理数据。
开始之前
从 IntelliJ IDEA 2026.2 开始,Kotlin Notebook 将不再随 IDE 一同捆绑,JetBrains 也将不再提供官方支持。 源代码将继续在 GitHub 上提供。
详细了解请参阅博客文章。
要遵循本教程:
选择 File | New | Kotlin Notebook。
导入 Kotlin DataFrame:
kotlin%use dataframe在运行任何其他代码单元之前,先运行包含
%use dataframe行的代码单元, 以确保 DataFrame 库及其 API 在 notebook 中可用。
要遵循本教程,你也可以将 DataFrame 作为 Gradle 或 Maven 依赖项使用。
检索数据
要从文件中检索数据, 请使用 DataFrame.read() 函数:
val movies = DataFrame.read("movies.csv")DataFrame.read() 函数会根据文件扩展名和内容检测输入格式。
你还可以传递额外的实参来控制 DataFrame 库读取输入数据的方式。 例如,以下代码为 CSV 文件指定了一个自定义分隔符(;):
val movies = DataFrame.read("movies.csv", delimiter = ';')有关其他文件格式和各种读取函数的完整概述,请参阅 Kotlin DataFrame 库文档。
显示数据
获取数据后,你可以将其显示出来。最简单的方法是将数据存储在变量中,然后返回它:
val jsonDf = DataFrame.read("jsonFile.json")
jsonDf此代码会将文件中的数据显示为交互式表格:

你可以使用此视图检查值、查看列名,并轻松了解数据集的状态。
检查数据结构
要深入了解数据的结构或架构,请对 DataFrame 变量使用 .schema() 函数。
例如,运行 jsonDf.schema() 可以列出 JSON 数据集中每一列的类型:

你还可以使用自动补全功能。它允许你快速访问和操作 DataFrame 的属性。加载数据后,只需输入 DataFrame 变量并后接一个英文句点(.),即可查看可用列及其类型的列表。

提炼数据
Kotlin DataFrame 提供了各种用于提炼数据集的操作。 例如,分组、 筛选、更新或 添加新列。这些函数对于数据分析至关重要, 使你能够有效地组织、清洗和转换数据。
例如,我们来看看 movies.csv 数据集。它将电影标题和发行年份存储在同一个单元格中。目标是提炼该数据集以便于分析:
加载数据
使用
.read()函数将文件加载到DataFrame中:kotlinval movies = DataFrame.read("movies.csv")添加列
要从
title列提取发行年份,请添加一个新的year列:kotlinval moviesWithYear = movies .add("year") { "\\d{4}".toRegex() .findAll(title) .lastOrNull() ?.value ?.toInt() ?: -1 } moviesWithYear更新值
要从电影标题中移除发行年份,请更新
title列:kotlinval moviesTitle = moviesWithYear .update("title") { "\\s*\\(\\d{4}\\)\\s*$".toRegex().replace(title, "") } moviesTitle该代码将电影标题保留在一列中,并将发行年份移动到另一列。
筛选行
要专注于特定数据,请使用
.filter()函数。例如,要仅保留 1986 年之后上映的电影,请运行:kotlinval newMovies = moviesTitle.filter { year >= 1996 } newMovies移除列
要移除不需要的列,请使用
.remove()函数:kotlinval refinedMovies = newMovies.remove { movieID } refinedMovies
作为对比,以下是提炼前的数据集:

提炼后的数据集:

有关其他用例和详细示例,请参阅 Kotlin Dataframe 示例。
导出数据
提炼数据后,你可以轻松地将其导出。
你可以为此利用各种 .write() 函数。它支持保存为多种格式, 包括 CSV、JSON、XLS、XLSX、Apache Arrow,甚至是 HTML 表格。 请在 DataFrame 文档中查看所有受支持的格式。 这对于共享你的研究成果、创建报告或提供数据以供进一步分析特别有用。
例如,让我们将结果保存为:
使用
.writeJson()函数保存为 JSON 文件:kotlinrefinedMovies.writeJson("movies.json")使用
.writeCsv()函数保存为 CSV 文件:kotlinrefinedMovies.writeCsv("movies.csv")使用
.writeArrorIPC()和.writeArrorFeather()函数保存为 Apache Arrow 文件:kotlinrefinedMovies.writeArrowIPC("movies.arrow") refinedMovies.writeArrowFeather("movies.feather")
你还可以使用 .toStandaloneHTML() 函数在浏览器中打开独立的 HTML 表格:
refinedMoviesDf
.toStandaloneHTML(DisplayConfiguration(rowsLimit = null))
.openInBrowser()下一步
- 使用 Kandy 库探索数据可视化
- 在使用 Kandy 进行数据可视化中查找关于数据可视化的更多信息
- 有关 Kotlin 中可用于数据科学与分析的工具和资源的全面概述,请参阅用于数据分析的 Kotlin 和 Java 库
