方法/步骤
1
观察网页中的表格, 刚开始我想尝试用 Import 函数, 将整个网页中冠军信息导入, 但是在整理的非常棘手, 最后用了另一种简便的多方法 ImportString[...., 'Table','FieldSeparators' -> { '\t','\n'} ], 见下面的输出结构.
2
查询每一行数据的长度是多少? 会发现所导入的数据并不是一个矩阵. 嗯, 一般来说矩阵是我们最喜欢的格式, 可以方便进行各种切片, 转置操作, 那这样, 我们先进行一个填充的操作, 整理的结果如下图所示:
3
嗯, 现在矩阵的所有命令都可以作用在 data 上, 那我们取出部分的矩阵, 也就是每一年份, 冠军的名字和记录, 仔细观察数据, 还有整理的工作没完. 看看每一行的模式如何, 找出规律.
4
发现了吗? 某些年份并不是 Integer 类型, 而是 String , 而某些记录则是乱码. Ok, 下面我们定义两个小函数 toYear 和 toRecord 来处理这两者情况, 并分别进行测试.
5
好了, 最后让我们进行一个整理, 这里没有用替换操作, 而是用了 Cases 命令.
注意事项
1
搜索一下 '内森杯' 中的常胜冠军: 小林尊, 将会找到一些有趣的信息.
2
实际工作中, 数据的格式往往是复杂多变的, 要花费的时间和精力非常多, 但是这些琐碎的任务绝对非常重要, 无法避免.