- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我读过几篇有关机器学习的文章。
一个例子是 https://medium.com/technology-invention-and-more/how-to-build-a-simple-neural-network-in-9-lines-of-python-code-cc8f23647ca1并想知道是否可以修改代码来执行下面的用例。
假设机器有一个只有 1 张纸的 Excel 文件(假设为 .xlsx)。
工作表内将有一个表格(定义为具有标题行和至少 2 个数据行,并且将被阅读该文件的常识人员认可为表格。不是 MS 定义的命名表格或对象Excel)
以下内容是事先未知的:
Excel 文件中的此表也不 named or identified beforehand以任何方式。 此 Excel 文件中没有对象。没有命名表。
如果我尝试使用 VBA 列出对象,我将收到此错误消息
此表格之外至少还有 1 个其他单元格将包含一些文本或值。
如何或使用什么软件库使用什么算法训练机器来识别表格的开始和结束位置?
例如
表格第一个单元格(标识为标题行中最左上角的单元格)是 A4,表格最后一个单元格(标识为最右下角的单元格)是 G12
机器能够读取 Excel 文件并说表格位于 A4:G12,即使表格外还有其他单元格包含数据。
我的各种谷歌搜索涉及“Excel和机器学习”或“识别Excel中的表格”,往往会为我提供有关如何使用Excel文件将数据提供给机器学习软件或如何查找/命名在中命名的数据表的文章Excel。 我想强调表数据没有命名。
还遇到过answers谈论从 PDF 中提取此类表格数据。但我的重点是 Excel。
我读到机器学习可以用来读取图像。因此,我想象尝试“读取”一个高度结构化的 Excel 文件,只是为了找到表格所在的位置。
以下是一些示例屏幕截图
这里是 Excel 文件的链接
https://www.dropbox.com/s/l3vjjsgunp0zu23/A4toG12.xlsx?dl=0
https://www.dropbox.com/s/nwzw0211ruhwvf0/G7toN19.xlsx?dl=0
请注意,这些是虚拟文件,用于说明我关于识别表数据的观点。
JanLauGe的评论关于 ctrl
+ a
很有趣,请参阅 Using machine learning to parse excel file and extract table data with no named tables involved? If so, how do I get started?
我在 google 上搜索了 VBA 中的等效内容,但没有成功。
我按照 Scott Craner 的建议编写了一个脚本来查找具有我得到的值的所有单元格。
多亏了他的评论,我才得以成功。
Public Sub LookForCells()
For Each block In ActiveSheet.Columns("A:Z").SpecialCells(xlCellTypeConstants, 23).Areas
MsgBox block.Count
Next block
End Sub
您应该看到以下内容
最佳答案
我意识到这是一个老问题,但在考虑这个主题并进行从 Excel 文件中提取表格数据的练习时发现了它。我们还得出结论,机器学习不是正确的答案,至少目前如此,但基于规则的方法更好。
我们制定的规则是识别表格“角”,这些角在上方和左侧具有空白单元格或工作表边界,它们是至少 2x2 密集或稀疏数据矩阵的一部分。
第二件事是贪婪地提取,并依靠过滤来缩小我们感兴趣的数据范围。
如果你仍然对这个主题感兴趣,我在GitHub上发布了一个Python工具和 PyPI (称为“eparse”),它抓取 Excel 电子表格的文件系统,从中解析表格数据,并将解析后的表格数据注入(inject)数据库。我还写了一个article关于它。
关于excel - 使用机器学习解析Excel文件并提取表数据而不涉及命名表?如果是这样,我该如何开始?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47595396/
今天我在一个 Java 应用程序中看到了几种不同的加载文件的方法。 文件:/ 文件:// 文件:/// 这三个 URL 开头有什么区别?使用它们的首选方式是什么? 非常感谢 斯特凡 最佳答案 file
就目前而言,这个问题不适合我们的问答形式。我们希望答案得到事实、引用或专业知识的支持,但这个问题可能会引起辩论、争论、投票或扩展讨论。如果您觉得这个问题可以改进并可能重新打开,visit the he
我有一个 javascript 文件,并且在该方法中有一个“测试”方法,我喜欢调用 C# 函数。 c# 函数与 javascript 文件不在同一文件中。 它位于 .cs 文件中。那么我该如何管理 j
需要检查我使用的文件/目录的权限 //filePath = path of file/directory access denied by user ( in windows ) File fil
我在一个目录中有很多 java 文件,我想在我的 Intellij 项目中使用它。但是我不想每次开始一个新项目时都将 java 文件复制到我的项目中。 我知道我可以在 Visual Studio 和
已关闭。此问题不符合Stack Overflow guidelines 。目前不接受答案。 这个问题似乎不是关于 a specific programming problem, a software
我有 3 个组件的 Twig 文件: 文件 1: {# content-here #} 文件 2: {{ title-here }} {# content-here #}
我得到了 mod_ldap.c 和 mod_authnz_ldap.c 文件。我需要使用 Linux 命令的 mod_ldap.so 和 mod_authnz_ldap.so 文件。 最佳答案 从 c
我想使用PIE在我的项目中使用 IE7。 但是我不明白的是,我只能在网络服务器上使用 .htc 文件吗? 我可以在没有网络服务器的情况下通过浏览器加载的本地页面中使用它吗? 我在 PIE 的文档中看到
我在 CI 管道中考虑这一点,我应该首先构建和测试我的应用程序,结果应该是一个 docker 镜像。 我想知道使用构建环境在构建服务器上构建然后运行测试是否更常见。也许为此使用构建脚本。最后只需将 j
using namespace std; struct WebSites { string siteName; int rank; string getSiteName() {
我是 Linux 新手,目前正在尝试使用 ginkgo USB-CAN 接口(interface) 的 API 编程功能。为了使用 C++ 对 API 进行编程,他们提供了库文件,其中包含三个带有 .
我刚学C语言,在实现一个程序时遇到了问题将 test.txt 文件作为程序的输入。 test.txt 文件的内容是: 1 30 30 40 50 60 2 40 30 50 60 60 3 30 20
如何连接两个tcpdump文件,使一个流量在文件中出现一个接一个?具体来说,我想“乘以”一个 tcpdump 文件,这样所有的 session 将一个接一个地按顺序重复几次。 最佳答案 mergeca
我有一个名为 input.MP4 的文件,它已损坏。它来自闭路电视摄像机。我什么都试过了,ffmpeg , VLC 转换,没有运气。但是,我使用了 mediainfo和 exiftool并提取以下信息
我想做什么? 我想提取 ISO 文件并编辑其中的文件,然后将其重新打包回 ISO 文件。 (正如你已经读过的) 我为什么要这样做? 我想开始修改 PSP ISO,为此我必须使用游戏资源、 Assets
给定一个 gzip 文件 Z,如果我将其解压缩为 Z',有什么办法可以重新压缩它以恢复完全相同的 gzip 文件 Z?在粗略阅读了 DEFLATE 格式后,我猜不会,因为任何给定的文件都可能在 DEF
我必须从数据库向我的邮件 ID 发送一封带有附件的邮件。 EXEC msdb.dbo.sp_send_dbmail @profile_name = 'Adventure Works Admin
我有一个大的 M4B 文件和一个 CUE 文件。我想将其拆分为多个 M4B 文件,或将其拆分为多个 MP3 文件(以前首选)。 我想在命令行中执行此操作(OS X,但如果需要可以使用 Linux),而
快速提问。我有一个没有实现文件的类的项目。 然后在 AppDelegate 我有: #import "AppDelegate.h" #import "SomeClass.h" @interface A
我是一名优秀的程序员,十分优秀!