13.4.2.2 格式化世界银行的数据

13.4.2.2 格式化世界银行的数据

我们声明的 readValues 函数，从 XML 文档中读取值，最后一个参数是解析函数，用于将每个数据点转换到适当类型的值。我们下载的数组包含了以平方公里计的三个数据集的面积，和森林覆盖率的三个数据集。清单 13.16 显示了把原始文档转换成数据结构，从中可以方便提取重要信息。

清单 13.16 把原始数据转换成类型化的数据结构 (F#)

let areas = 
  Seq.concat(data.[0..2])     [1]
    |> readValues (fun a -> float(a) * 1.0<km^2>)     [2]
    |> Map.ofSeq     [3]
let forests = 
  Seq.concat(data.[3..5]) 
    |> readValues (fun a -> float(a) * 1.0<percent>) 
    |> Map.ofSeq

在进行管道处理之前，先把表示第一个指标的所有页面中的数据连接起来[1]，再把每个值从字符串转换成以平方公里计的数值[2]，然后，用数据生成映射（Map）[3]。第二个命令，处理森林覆盖率，与此类似。
数据处理的主要部分使用管道运算，这是一种新功能，我们还没未介绍过，它从数据集中取前三个元素。这称为切片（slicing），语法 data.[0..2] 生成的序列，包含了索引从 0 到 2 的数组项[1]。用 Seq.concat 连接返回的序列，这样，就能得到一个序列，包含所有年份数据的。管道运算的下一步是读这些值，再转换成适当的带计量单位的类型[2]。这外转换变成了最简单的部分，就是简单的 lambda 表达式！要注意的是，世界银行使用点作为分隔符，所以，数字就如 1.0。内置的 float 函数始终使用固定的区域设置，因此，在任何系统上，它都能正确解析字符串[ 不知道说的是什么意思 ]。
我们使用 Map.ofSeq 函数，从数据生成 F# 映射类型[3]。这个函数参数为包含元组的序列，第一个元素是键，第二个元素是值。在清单 13.16 中，键的类型为 int * string，包含年和地区名。第一种情况值的类型为 float