Kotlin/dataframe
Dataframe
Diese Bibliothek ist ein Datenverarbeitungs-Framework für die JVM, das eine typsichere Umgebung für die Manipulation strukturierter tabellarischer Daten bietet. Sie fungiert als umfassendes Toolset für komplexe Datentransformationen, Aggregationen und statistische Analysen, während sie durch Schema-Validierung zur Kompilierzeit die strukturelle Integrität über Datenpipelines hinweg sicherstellt.
Das Projekt zeichnet sich durch seine tiefe Integration in interaktive Notebook-Umgebungen und die Verwendung von Code-Generierung zur Kompilierzeit aus. Durch die automatische Ableitung und Durchsetzung von Schemata aus Rohdaten werden typsichere Accessoren generiert, die IDE-Autovervollständigung und statische Überprüfung von Spaltennamen ermöglichen. Diese Architektur erlaubt Entwicklern funktionale Pipeline-Verarbeitung bei strikter Typsicherheit, was Laufzeitfehler bei der Datenmanipulation effektiv verhindert.
Die Bibliothek unterstützt eine breite Palette von Daten-Workflows, einschließlich des Imports und Mappings relationaler Datenbankschemata, der Durchführung geospatialer Analysen und komplexer Daten-Pivotierungen. Sie enthält umfangreiche Dienstprogramme für Datenkonstruktion, Filterung, Sortierung und die Berechnung deskriptiver Statistiken. Darüber hinaus bietet das Framework robuste Visualisierungs- und Berichtsfunktionen, mit denen Benutzer interaktive HTML-Tabellen rendern, Dokumente erstellen und Diagramme direkt aus strukturierten Datensätzen generieren können.
Die Bibliothek ist für den nahtlosen Einsatz in Kotlin- und Java-Entwicklungsumgebungen konzipiert, mit spezialisierter Unterstützung für automatisiertes Dependency-Management und Kernel-Integration in interaktiven Notebooks.
Features
- Data Analysis Frameworks - Provides a comprehensive toolset for complex data transformations, aggregations, and statistical analysis within JVM environments.
- Tabular Data Analysis - Enables interactive data processing and visualization directly within notebook environments for rapid exploration.
- Data Processing Libraries - Provides a type-safe library for manipulating structured tabular data with compile-time schema validation and IDE autocompletion.
- Type-Safe Schema Definitions - Generates and enforces data schemas using code-based interfaces to ensure compile-time safety and IDE autocompletion.
- Type-Safe Structured Data Frameworks - Enforces strict property requirements and data integrity for structured data objects using compile-time type checking.
- Group-By Aggregations - Partitions rows by key values to compute summary statistics like sums and counts.
- SQL Data Loaders - Converts database tables and query results into structured data frames with memory-efficient row limits.
- Type-Safe Data Transformations - Provides a type-safe, functional pipeline for filtering, aggregating, and transforming tabular data.
- Data Format Importers - Parses structured data from files, databases, and strings into unified, type-safe data structures.
- SQL Schema Integrations - Imports and maps relational database schemas into structured objects to simplify querying and aggregation.
- Functional Data Pipelines - Transforms data through a series of immutable operations that maintain type safety and structural integrity.
- Compile-Time Code Generation - Generates type-safe accessors and extension properties at compile time to enable IDE autocompletion.
- Type-Safe Row Scanning - Maps tabular column identifiers to strongly-typed object properties to prevent runtime errors during data manipulation.
- Automatic Schema Derivations - Automatically derives and enforces data structures from raw inputs to ensure consistent and reliable column access.
- Interactive Notebooks - Provides a data manipulation engine that integrates with notebook kernels for visual exploration and structured analysis.
- Data Reporting - Transforms processed datasets into interactive HTML tables and formatted reports for visual data summaries.
- Schema-Driven Data Normalizers - Projects untyped input data onto predefined interfaces to enforce structural consistency.
- Data Reshaping Operations - Reshapes grouped data into matrix-like structures by rotating column values into new headers.
- Database Layout Extraction - Extracts structural metadata from database tables and query results to simplify mapping data fields.
- Row Aggregations - Computes mathematical aggregates like sums and standard deviations across row values.
- Schema Inference - Maps untyped data to defined interfaces or classes to enforce column names and types throughout the processing pipeline.
- Table-to-HTML Converters - Converts tabular data structures into interactive HTML tables with support for hierarchical data and custom formatting.
- Tabular Data Manipulations - Creates structured datasets from collections of values for organized storage and manipulation.
- Notebook Execution Environments - Executes data processing workflows directly within interactive environments using specialized kernel support and automated dependency management.
- Notebook Environment Integrations - Configures data manipulation tools across development environments and notebook kernels to enable structured data analysis.
- Notebook Rendering Utilities - Displays tabular data as interactive, formatted tables within notebook cells to facilitate visual inspection.
- Data Visualization Libraries - Generates charts and plots directly from data structures using a type-safe plotting language.
- Column Summary Calculators - Calculates column types, null counts, and basic descriptive statistics to provide an overview of dataset structure.
- Data Grid Row Sorting - Orders datasets based on column values and extracts specific subsets of rows.
