如何通过读取CSV文件在scala中创建映射[Int，Set[String]]？

我想通过读取CSV文件中的输入，在scala中创建Map[Int，Set[String]]

我的file.csv是

sunny,hot,high,FALSE,no
sunny,hot,high,TRUE,no
overcast,hot,high,FALSE,yes
rainy,mild,high,FALSE,yes
rainy,cool,normal,FALSE,yes
rainy,cool,normal,TRUE,no
overcast,cool,normal,TRUE,yes

我希望输出为

var Attributes = Map[Int,Set[String]] = Map()

Attributes += (0 -> Set("sunny","overcast","rainy"))
Attributes += (1 -> Set("hot","mild","cool"))
Attributes += (2 -> Set("high","normal"))
Attributes += (3 -> Set("false","true"))
Attributes += (4 -> Set("yes","no"))

此0,1,2,3,4表示列编号，集合包含每列中的不同值

我想将每个（Int->Set（String））添加到我的属性“Attributes”中。也就是说，如果我们打印Attributes.size，它将显示5（在本例中）。

使用其中一个来读取CSV文件。您将有一个二维数组或字符串向量。然后建立你的地图

// row vectors
val rows = io.Source.fromFile("file.csv").getLines.map(_.split(",")).toVector
// column vectors
val cols = rows.transpose
// convert each vector to a set
val sets = cols.map(_.toSet)
// convert vector of sets to map
val attr = sets.zipWithIndex.map(_.swap).toMap

最后一行有点难看，因为没有直接的

.toMap

方法。你也可以写

val attr = Vector.tabulate(sets.size)(i => (i, sets(i))).toMap

或者，您可以一次性完成最后两个步骤：

val attr = cols.zipWithIndex.map { case (xs, i) => 
  (i, xs.toSet) 
} (collection.breakOut): Map[Int,Set[String]]

---

请看，了解如何将这些行读入内存。要避免性能问题，请考虑使用<代码>流< /代码>。code>zipWithIndex将为您提供每行的行号。迭代这些行并创建您的

地图

。希望这有帮助！如果我使用另一个数据集，它会显示一个错误，即线程“main”java.lang.IllegalArgumentException中的异常：transpose要求所有集合具有相同的大小