Java数据分析工具

Question

我需要找到一些与Python中的熊猫类似的Java工具。熊猫是一个提供高性能，易于使用的数据结构和数据分析工具的工具.

我在AWS S3中有一些存储大量数据(比如80 MB)的.csv文件。我想要实现的是使用Java，我想对它进行一些数据分析，比如连接数据、处理数据、将来自.csv文件的不同列合并在一起。我知道在Python里用熊猫库很容易实现。但不确定，用Java做这件事有多难？

例如，熊猫有名为DataFrames的数据结构，这对我的用例非常有用。

注意:由于某些原因，我不能使用Python，因为我试图实现的这个目标应该是我们的DataPipeline的一部分，它已经用Java编写了。

Answer 1

你可以试试韦卡。它是用Java实现的，有几个GUI，可以通过命令行调用，也可以通过将包(S)导入Java代码来调用。

Weka可以导入CSV文件，但是它最好使用自己的inputfile格式.arff (= csv带有元数据头)。有csv2arff转换器可用，但我用R转换。

Answer 2

您可以使用esProc SPL (结构化预处理语言)来实现您的需求。集成几个jar包并调用SPL。要快速理解，请参考Java计算层http://c.raqsoft.com/article/1586764200868

SPL和Pandas都是专业的结构化数据处理工具，但是SPL更简单，而且是用Java实现的。它提供并行多线程计算和流处理能力，具有更好的性能。它有许多内置的数据访问接口，可以方便地连接各种数据源并从中获取数据。

Answer 3

我从来没有使用过它，我也不是一个Java程序员，但是细木工看起来像熊猫，但是在Java中。它甚至在其GitHub自述中提到了熊猫。