关于数据挖掘预处理算法 fstream与数据格式的关系

最新推荐文章于 2025-08-24 22:27:08 发布

-眭-

最新推荐文章于 2025-08-24 22:27:08 发布

阅读量603

点赞数

CC 4.0 BY-SA版权

分类专栏： C++学习文章标签：数据挖掘数据设计

本文链接：https://blog.youkuaiyun.com/suitingwei/article/details/45693101

C++学习专栏收录该内容

6 篇文章

订阅专栏

本文介绍了数据挖掘课程中遇到的将txt格式数据读取到内存的问题，包括流水单号数据预处理、日期格式修正、正负数错误修正等，并详细解释了使用fstream和vector进行数据读取时遇到的购买数量问题，以及如何通过代码实现正确的数据处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

关于数据挖掘预处理算法 fstream与数据格式的关系

-2015-5-12- 14:52 created by Sui

最近开始上数据挖掘课程，第一次做实验需要把来自txt格式的数据读取到内存，本来以为很简单的问题，结果搞了一个多小时都没有成，以下总结一下教训，以便以后再遇到相似的问题。

一、预处理算法

本次要处理的数据是超市的流水单号，如下：

流水单号门店号 POS机号日期商品序号商品ID 购买数量单价总额

   200304130001-001   1020   1020       2003年4月13日   1                1001891   1             34.5          34.5
   200304130002-001   1020   1020       ###                   1                1001171   1              2.3         2.3
   200304130002-001   1020   1020       2003年4月13日   2                1006479   1             10.2          10.2

一开始只是按照自己的思路设计了一个保存的class，如下：

class  Sales{
public:
	void showInfo();
	void dateNormalization(); //修正日期格式
	void positiveNormalization(); //修正正负错误
public:
	string _serial;		//流水号
	int   _marketNum;	//门店号
	int   _posNum;		//POS机号
	string _date;		//日期
	int    _goodsNum;    //购买商品序号
	int    _goodsID;	//商品ID
	double _buyNum;		//购买数量
	double _singlePrice; //单价
	double _totalPrice;	 //总价
};

然后通过fstream 和vector进行读取

fstream file("1020.txt");
	vector<Sales>  salesVec;
	//存入数据    
	while (!file.eof()){
		Sales sale=Sales();
		file>>sale._serial>>sale._marketNum>>sale._posNum
			>>sale._date>>sale._goodsNum>>sale._goodsID
			>>sale._buyNum>>sale._singlePrice>>sale._totalPrice;
		salesVec.push_back(sale);
	}

但是！一个很意外的问题是：购买数量可能不是int,这样在读取数据的时候，

如果读取到购买数量:0.34 ，通过file>>_buyNum 的时候只会读取小数点前的数据，后面的数据恰好被单价读取。

如此这样，后边所有的数据都将错位。

二、数据预处理

修正日期格式：..

p.s.要上课啦，回来再写。

内容浅薄，还请高手不要鄙视。