C++学习——C++语境下的dataframe

基于Boost Multi-index库，我们可以实现一个C++语言的，类pandas dataframe的操作

#include 
#include 
#include 
#include 
#include 

using namespace boost::multi_index;

// 定义 DataFrame 类
class DataFrame {
public:
    // 定义行类型
    struct Row {
        int id;
        std::string name;
        double value;

        Row(int id, const std::string& name, double value)
            : id(id), name(name), value(value) {}
    };

    // 定义多索引容器类型
    typedef multi_index_container<
        Row,
        indexed_by<
            ordered_unique<member<Row, int, &Row::id>>,
            ordered_non_unique<member<Row, std::string, &Row::name>>
        >
    > Container;

    // 插新行
    void insert(int id, const std::string& name, double value) {
        data_.insert(Row(id, name, value));
    }

    // 根据 ID 查找行
    const Row* find_by_id(int id) const {
        auto& index = data_.get<0>();
        auto it = index.find(id);
        return it != index.end() ? &(*it) : nullptr;
    }

    // 根据名称找行
    std::vector<const Row*> find_by_name(const std::string& name) const {
        auto& index = data_.get<1>();
        auto range = index.equal_range(name);
        std::vector<const Row*> result;
        for (auto it = range.first; it != range.second; ++it) {
            result.push_back(&(*it));
        }
        return result;
 }

private:
    Container data_;
};

int main() {
    DataFrame df;

    // 插数据
    df.insert(1, "Alice", 3.14);
 	df.insert(2, "Bob", 2.71);
    df.insert(3, "Alice", 1.23);

    // 根据 ID 查找行
    const DataFrame::Row* row1 = df.find_by_id(2);
 if (row1) {
        std::cout << "ID: " << row1->id << ", Name: " << row1->name << ", Value: " << row1->value << std::endl;
    }

    // 根据名称查找行
    std::vector<const DataFrame::Row*> rows = df.find_by_name("Alice");
    for (const auto* row : rows) {
        std::cout << "ID: " << row->id << ", Name: " << row->name << ", Value: " << row->value std::endl;
 }

    return 0;
}

如果我需要从csv里面加载数据，请参考如下代码

// 包含 DataFrame 类的定义

class DataFrame {
    // 省略原有代码...

public:
    // 添加从 CSV 文件加载数据的接口
    void loadFromCsv(const std::string& file_path) {
        std::ifstream file(file_path);
        if (!file.is_open()) {
            std::cout << "Failed to open file: " << file_path << std::endl;
            return;
        }

        // 读取表头
        std::string header_line;
        std::getline(file, header_line);

        boost::tokenizer<boost::escaped_list_separator<char>> header_tokenizer(header_line);
        std::vector<std::string> headers(header_tokenizer.begin(), header_tokenizer.end());

        // 创建 DataFrame 的字段
        for (const auto& header : headers) {
            addField(header);
        }

        // 逐行读取数据
        std::string line;
        while (std::getline(file, line)) {
            boost::tokenizer<boost::escaped_list_separator<char>> tokenizer(line);
            std::vector<std::string> tokens(tokenizer.begin(), tokenizer.end());

            if (tokens.size() != headers.size()) {
                std::cout << "Invalid row in CSV file: " << line << std::endl;
                continue;
            }

            // 将数据添加到 DataFrame 中
            for (size_t i = 0; i < headers.size(); ++i) {
                setFieldValue(headers[i], tokens[i]);
            }
        }

        file.close();
 }

    // 省略原有代码...
};

int main() {
    DataFrame df;

    // 从 CSV 文件加载数据
    df.loadFromCsv("path/to/your/file.csv");

    // 其他操作...

    return 0}

参考文献：
Does C++ has a data structure similar to Python Pandas’ DataFrame?