scicloj/tablecloth

解决的问题

Tablecloth 为 Clojure 中的列式数据集操作提供了一个简化的高阶 API。它作为 tech.ml.dataset 库的封装，使数据操作更加直观和一致，灵感来源于流行的 R 数据操作工具，如 dplyr、tidyr 和 data.table。

工作原理

它将 tech.ml.dataset 的现有函数重新组织为一个精简的 API。关键架构选择包括：

• 单一入口点：根据参数将常见操作分派到单个函数。
• 支持 thread-first：函数设计支持使用 Clojure 的 thread-first 宏（->），以构建更清晰的数据流水线。
• 分组数据集：引入一种特殊的数据集类型用于 group-by 结果，其中分组后创建的子集作为列存储，大多数操作都能识别此结构并相应地处理数据。

适用人群

需要强大且易用的数据帧操作与清洗方法的 Clojure 用户，尤其是来自 R 或熟悉 Tidyverse 生态系统的开发者。

主要亮点

• 面向 tech.ml.dataset 的高阶 API。
• 支持分组数据集和专用聚合。
• 专为 thread-first 流水线组合设计。
• 灵感来自 R 的 dplyr、tidyr 和 data.table。