Класс DataFrame

DataFrame — это таблица данных. В ней строки описывают объекты или записи, а столбцы хранят отдельные свойства этих объектов.

В ML PascalABC.NET DataFrame используется как основной тип для работы с табличными данными: их можно загружать из CSV, просматривать, фильтровать, сортировать, группировать, объединять и готовить для моделей машинного обучения.

Строки, столбцы и ячейки

Строка — это одна запись в таблице. Например, один человек, один товар, одна продажа или одно измерение.

Столбец — это одно поле данных: имя, возраст, город, цена, дата, результат измерения. У каждого столбца есть имя и тип данных.

Ячейка находится на пересечении строки и столбца и содержит конкретное значение.

Типы столбцов

В DataFrame столбцы типизированы. Это значит, что столбец с возрастом хранит числа, столбец с датой — даты, а столбец с названием товара — строки.

Основные типы:

• Integer — целые числа;
• Real — вещественные числа;
• String — строки;
• Boolean — логические значения;
• DateTime — дата и время.

При загрузке и просмотре данных типы обычно определяются автоматически, но при необходимости их можно задать явно.

Категориальные столбцы

Некоторые строковые столбцы содержат не произвольный текст, а категории: город, отдел, класс, пол, тип товара.

Такие столбцы важны для анализа данных и машинного обучения. Например, перед обучением модели категории часто нужно преобразовать в числа. Это рассматривается в разделе кодирование категорий.

DataFrame не изменяется на месте

Большинство операций с DataFrame возвращают новую таблицу. Исходная таблица остаётся прежней.

var adults := df.Filter(row -> row['Возраст'] >= 18);

Здесь adults — новая таблица только со взрослыми людьми, а исходный df не изменился.

Такой подход делает цепочки операций понятнее: результат каждого шага можно сохранить в отдельную переменную или сразу передать дальше.

Что обычно делают с DataFrame

Обычная работа с таблицей выглядит так:

1. Загрузить и посмотреть данные.
2. Выбрать, добавить или изменить столбцы.
3. Отфильтровать и отсортировать строки.
4. Посчитать статистику.
5. Сгруппировать данные.
6. Объединить несколько таблиц.
7. Обработать дату и время.
8. Разобраться с пропущенными данными.

Минимальный пример

uses MLABC;

begin
  var df := DataFrame.FromCsvText('''
  Товар,Категория,Количество,Цена
  Хлеб,Продукты,2,45.50
  Молоко,Продукты,1,72.90
  Блокнот,Канцтовары,3,120
  ''');

  var res := df
    .WithColumnFloat('Сумма', row -> row['Количество'] * row['Цена'])
    .Filter(row -> row['Сумма'] > 100)
    .SortByDescending('Сумма');

  res.Print;
end.

В этом примере таблица создаётся из CSV-текста, затем добавляется новый столбец Сумма, строки фильтруются по сумме покупки и сортируются по убыванию.