使用静态类型语言处理异构数据（F＃）
F＃的一个主张是它允许交互式脚本和数据操作/探索。 我一直在玩F＃试图了解它与Matlab和R在数据分析工作中的比较。 显然，F＃没有这些生态系统的所有实用function，但我对底层语言的一般优点/缺点更感兴趣。
对我而言，即使在function风格方面，最大的变化是F＃是静态类型的。 这有一些吸引力，但也经常感觉像一件紧身衣。 例如，我还没有找到一种处理异构矩形数据的便捷方法 – 想想R中的dataframe。假设我正在读取一个带有名称（字符串）和权重（浮点数）的CSV文件。 通常我会加载数据，执行一些转换，添加变量等，然后运行分析。 在R中，第一部分可能看起来像：
df <- read.csv('weights.csv') df$logweight <- log(df$weight) 在F＃中，我不清楚应该使用什么结构来做到这一点。 据我所知，我有两个选择：1）我可以先定义一个强类型的类（专家F＃9.10）或2）我可以使用异构容器，如ArrayList。 静态类型的类似乎不可行，因为我需要在加载数据后以ad-hoc方式（logweight）添加变量。 异构容器也很不方便，因为每次访问变量时我都需要将其解包。 在F＃中：
let df = readCsv("weights.csv") df.["logweight"] = log(double df.["weight"])
如果这是一次或两次，它可能没问题，但每次使用变量时指定一个类型似乎都不合理。 我经常处理调查，其中包含100个添加/删除的变量，分成新的子集并与其他dataframe合并。
我错过了一些明显的第三选择吗？ 是否有一些有趣和轻松的方式来交互和操纵异构数据？ 如果我需要在.Net上进行数据分析，我目前的意思是我应该使用IronPython进行所有数据探索/转换/交互工作，并且只对数字密集型部分使用F＃/ C＃。 F＃本质上是快速和脏的异构数据工作的错误工具吗？
我认为还有其他一些选择。
(?)运营商
正如Brian所说，你可以使用(?)运算符：
type dict<'a,'b> = System.Collections.Generic.Dictionary<'a,'b> let (?) (d:dict<_,_>) key = unbox d.[key] let (?<-) (d:dict<_,_>) key value = d.[key] <- box value let df = new dict() df?weight <- 50. df?logWeight <- log(df?weight)
这确实在每次访问时使用装箱/取消装箱，有时您可能需要添加类型注释：
(* need annotation here, since we could try to unbox at any type *) let fltVal = (df?logWeight : float)
顶级标识符
另一种可能性是，您可以使用顶级标识符，而不是动态定义现有对象的属性（F＃不支持特别好）。
let dfLogWeight = log(dfWeight)
这样做的好处是，您几乎不需要指定类型，尽管它可能会混乱您的顶级命名空间。
属性对象
需要更多输入和更粗略语法的最终选项是创建强类型的“属性对象”：
type 'a property = System.Collections.Generic.Dictionary let createProp() : property<'a> = new property<'a>() let getProp o (prop:property<'a>) : 'a = prop.[o] let setProp o (prop:property<'a>) (value:'a) = prop.[o] <- value let df = new obj() let (weight : property) = createProp() let (logWeight : property ) = createProp() setProp df weight 50. setProp df logWeight (getProp df weight) let fltVal = getProp df logWeight
这需要显式创建每个属性（并且在该点需要类型注释），但之后不需要类型注释。 我发现它比其他选项更不易读，尽管定义一个替换getProp的运算符可能会有所缓解。
F＃本质上是快速和脏的异构数据工作的错误工具吗？
对于完全临时的，探索性的数据挖掘，我不建议使用F＃，因为类型会妨碍你。
但是 ，如果您的数据定义得很好，那么您可以通过将所有类型映射到公共F＃联合来在同一容器中保存不同的数据类型：
> #r "FSharp.PowerPack";; --> Referenced 'C:\Program Files\FSharp-1.9.6.16\bin\FSharp.PowerPack.dll' > let rawData = "Name: Juliet Age: 23 Sex: F Awesome: True" type csv = | Name of string | Age of int | Sex of char | Awesome of bool let parseData data = String.split ['\n'] data |> Seq.map (fun s -> let parts = String.split [':'] s match parts.[0].Trim(), parts.[1].Trim() with | "Name", x -> Name(x) | "Age", x -> Age(int x) | "Sex", x -> Sex(x.[0]) | "Awesome", x -> Awesome(System.Convert.ToBoolean(x)) | data, _ -> failwithf "Unknown %s" data) |> Seq.to_list;; val rawData : string = "Name: Juliet Age: 23 Sex: F Awesome: True" type csv = | Name of string | Age of int | Sex of char | Awesome of bool val parseData : string -> csv list > parseData rawData;; val it : csv list = [Name "Juliet"; Age 23; Sex 'F'; Awesome true]
csv list是强类型的，你可以对它进行模式匹配，但你必须预先定义所有的union构造函数。
我个人更喜欢这种方法，因为比使用无类型的ArrayList要好几个数量级。 但是，我不确定你的要求是什么，我不知道一种表示特殊变量的好方法（除了可能是Map{string, obj} ）所以YMMV。
我不确定F＃是否是一个很棒的工具。 但还有第三种选择 – 问号运算符。 我一直想博客谈论这个问题一段时间了; Luca最近的PDC演讲演示了一个带有C＃’动态’的CSV阅读器，我想用F＃编写类似的东西（？）运算符。 看到
F＃运算符“？”
简短说明。 你可以尝试自己开始并自己玩这个，或者等我发表关于它的博客。 我没有亲自尝试过，所以我不确定它究竟会有多好。
编辑
我应该补充一点，Luca的演讲显示了C＃中的“动态”如何解决该语言的至少一部分问题。
编辑
也可以看看
http://cs.hubfs.net/forums/thread/12622.aspx
我在哪里发布一些基本的启动CSV代码。