Model zawartości tabeli

Translation not up to date

The translation of this page does not represent the latest version. For the latest updates, see the English version of the documentation.

Go back to the English version of the documentation

Model zawartości tabeli

Last updated: 25 sie 2023

Model zawartości tabeli

Model zawartości tabeli jest prostym modelem dostępu do danych w formie wierszy i kolumn. Wszystkie wartości w jednej kolumnie muszą mieć ten sam typ składowania (np. być łańcuchami lub liczbami całkowitymi).

interfejs API

Tabela 1. Metody dla modelu treści tabeli
Metoda	Typy zwracanych wartości	Opis
`getRowCount()`	`int`	Zwraca liczbę wierszy w tej tabeli.
`getColumnCount()`	`int`	Zwraca liczbę kolumn w tej tabeli.
`getColumnName(int columnIndex)`	`String`	Zwraca nazwę kolumny o określonym indeksie. Indeksy kolumn liczone są od 0.
`getStorageType(int columnIndex)`	`StorageType`	Zwraca typ składowania kolumny o określonym indeksie. Indeksy kolumn liczone są od 0.
`getValueAt(int rowIndex, int columnIndex)`	`Object`	Zwraca wartość z przecięcia wiersza i kolumny o podanych indeksach. Indeksy wierszy i kolumn zaczynają się od 0.
`reset()`	`void`	Opróżnia wewnętrzną pamięć związaną z tym modelem zawartości.

Węzły i wyniki

Ta tabela zawiera listę węzłów, które budują dane wyjściowe, które zawierają ten typ modelu treści.

Tabela 2. Węzły i wyniki
Nazwa węzła	Nazwa wyniku	Identyfikator kontenera
`table`	`table`	`"table"`

Przykładowy skrypt

stream = modeler.script.stream()
from modeler.api import StorageType

# Set up the variable file import node
varfilenode = stream.createAt("variablefile", "DRUG Data", 96, 96)
varfilenode.setPropertyValue("full_filename", "$CLEO_DEMOS/DRUG1n")

# Next create the aggregate node and connect it to the variable file node
aggregatenode = stream.createAt("aggregate", "Aggregate", 192, 96)
stream.link(varfilenode, aggregatenode)

# Configure the aggregate node
aggregatenode.setPropertyValue("keys", ["Drug"])
aggregatenode.setKeyedPropertyValue("aggregates", "Age", ["Min", "Max"])
aggregatenode.setKeyedPropertyValue("aggregates", "Na", ["Mean", "SDev"])

# Then create the table output node and connect it to the aggregate node
tablenode = stream.createAt("table", "Table", 288, 96)
stream.link(aggregatenode, tablenode)

# Execute the table node and capture the resulting table output object
results = []
tablenode.run(results)
tableoutput = results[0]

# Access the table output's content model
tablecontent = tableoutput.getContentModel("table")

# For each column, print column name, type and the first row
# of values from the table content
col = 0
while col < tablecontent.getColumnCount():
     print tablecontent.getColumnName(col), \
     tablecontent.getStorageType(col), \
     tablecontent.getValueAt(0, col)
     col = col + 1