基于joinery的java读取csv、excel的方法

joinery是一个类似python中pandas库功能的api，可对dataframe对象做按列、行取数，groupby聚合，sort排序等类似sql语句功能的操作。

• • 官方文档：joinery
• • maven引入：

  sh.joinery
  joinery-dataframe
  1.10

joinery有现成的方法可以直接调用

Dataframe df = Dataframe.readCsv(String filePath);

这里以.xlsx文件为例，我们知道pandas有readexcel方法可以读取xlsx文件，可惜的是joinery目前并没有可直接使用的接口，我们需要通过引入另一个api——poi 来辅助实现该功能。

poi是一个提供处理微软旗下各种类型文件方法的api。

• • 官方文档：poi_javaapi
• • maven引入：

  org.apache.poi
  poi
  5.0.0

我们先使用poi读取.xlsx文件，然后写入到dataframe里。参考以下代码，输入文件路径fileName，可得到一个dataframe。

package ...;

import joinery.Dataframe;
import org.apache.poi.ss.usermodel.Row;
import org.apache.poi.ss.usermodel.Sheet;
import org.apache.poi.ss.usermodel.Workbook;
import org.apache.poi.xssf.usermodel.XSSFWorkbook;
import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

public class ExcelOperation extends FileOperation {
    @Override
    public Dataframe getDf(String fileName) throws IOException {
        Workbook sheets = new XSSFWorkbook(fileName);
        Sheet sheet = sheets.getSheetAt(0);
        int firstRowNum = sheet.getFirstRowNum();
        int lastRowNum = sheet.getLastRowNum();
        Row firstRow = sheet.getRow(firstRowNum);
        List col = new ArrayList<>();
        for (int i = 0; i < firstRow.getLastCellNum(); i++) {
            col.add(firstRow.getCell(i).toString());
        }
        Dataframe df = new Dataframe<>(col);
        for (int i = firstRowNum + 1; i <= lastRowNum; i++) {
            Row row = sheet.getRow(i);
            List