Javaもしくは、openoffice calcを用いて様々な文字列を数値に変換したい

Question

Javaについての質問です。

このようなテキストファイルがあるとします

userID venueID star
g;ajgfadjfajkfa alkjf;akjdf 5
dkj:ajkd:fjka:d odfka:lsdfk 4
;adlkjf;akdjfaa odfka:lsdfk 3
g;ajgfadjfajkfa a;kf:akfa:f 4
g;ajgfadjfajkfa dlkfa:lkfaa 3

このファイルを
同じIDのものは同じ数値に置換するような
コードを教えていただけるとありがたいです。

結果として

userID venueID star
1 101 5
2 102 4
3 102 3
1 103 4
1 104 3

このようになればよいです
よろしくお願いします

追記：ファイルサイズは非常に大きいので
一つ一つ読み込んで重複しているものは
同じ数字、重複してないものは異なる数字としたいです

Answer 1

数が少ないならuserID、venueIDそれぞれのListを作り、
0. 1行ごとに各IDがそれぞれのListに入っているかどうか、indexOfで調べる。
0. 入っていれば0以上の値が返ってくるので、それに+1(venueIDなら+101)した値で置換する
入っていなければ-1が返ってくるので、そのIDをListに格納し、sizeで取得できるリストサイズで置換する(venueIDならそれに+100)

数が多いならHashMapを使います。(置換文字列の取得だけ、Java8使用)

Map<String, String> userIdMap = new HashMap<>();
String rep = userIdMap.computeIfAbsent("g;ajgfadjfajkfa", k -> String.valueOf(userIdMap.size() + 1));

Answer 2

swordoneさん、御指導どうもありがとうございます。
tetratailさんのコードをお手本に直しました。

Answer 3

未検証ですがハッシュをベタに並べ、コンソール出力するサンプルです。
ご参考になれば、適時直して適用してみて下さい。

relayUserVnue.java

import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;
import java.util.HashMap;

class relayUserVnue{
  public static void main(String args[]){

// 会場IDのハッシュ（連想配列）を用意
    HashMap<String,Integer> venueIdMap = new venueMap<String,Integer>();

    venueIdMap.put("alkjf;akjdf", 101);
    venueIdMap.put("odfka:lsdfk", 102);
    venueIdMap.put("a;kf:akfa:f", 103);
    venueIdMap.put("dlkfa:lkfaa", 104);
//  さらに続けば同じ書式でキーと対応する番号を追加する

// ユーザIDのハッシュ（連想配列）を用意
    HashMap<String,int> userIdMap = new HashMap<String,int>();

    userIdMap.put("g;ajgfadjfajkfa", 1);
    userIdMap.put("dkj:ajkd:fjka:d", 2);
    userIdMap.put(";adlkjf;akdjfaa", 3);
//  さらに続けば同じ書式でキーと対応する番号を追加する

//  入力データファイルを仮に"UserVenueStar.txt"としている
    try (BufferedReader reader = new BufferedReader(new FileReader("UserVenueStar.txt"))) {
        String strData = reader.readLine();
        String[] strItem;
        int userId, venueId, star;
        System.out.println("userID venueID star");
        while (strData != null){
            strData = reader.readLine();
            strItem = strData.split("  ");
            if (userIdMap.containsKey(strItem[0])){
              userId = userIdMap.containsKey(strItem[0]);
            }else{
              userId = 0;
            }

            if (venueIdMap.containsKey(strItem[1])){
              venueId = venueIdMap.containsKey(strItem[1]);
            }else{
              venueId = 0;
            }

            star = sstrItem[2];
            System.out.println(userId + "      " + venueId + "      " + star);
        }
    } catch (Exception e) {
    }
  }
}

Comments

[swordone]

HashMapなどに使うジェネリクスにはプリミティブのintは使えません。Integerにしてください。

[退会済みユーザー]

上のコードを訂正したものです　以下で動きます
import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;
import java.util.HashMap;

class YUE{
public static void main(String args[]){

// 文字列ビルダーオブジェクトを用意
StringBuilder builder = new StringBuilder();
// 会場IDのハッシュ（連想配列）を用意
HashMap<String,Integer> venueIdMap = new HashMap<>();

venueIdMap.put("alkjf;akjdf", 101);
venueIdMap.put("odfka:lsdfk", 102);
venueIdMap.put("a;kf:akfa:f", 103);
venueIdMap.put("dlkfa:lkfaa", 104);
// さらに続けば同じ書式でキーと対応する番号を追加する

// ユーザIDのハッシュ（連想配列）を用意
HashMap<String,Integer> userIdMap = new HashMap<>();

userIdMap.put("g;ajgfadjfajkfa", 1);
userIdMap.put("dkj:ajkd:fjka:d", 2);
userIdMap.put(";adlkjf;akdjfaa", 3);
// さらに続けば同じ書式でキーと対応する番号を追加する

// 入力データファイルを仮に"UserVenueStar.txt"としている
try (BufferedReader reader = new BufferedReader(new FileReader("17.txt"))) {
String strDat = reader.readLine();
String[] array;
int userId, venueId;
String star;
System.out.println("userID venueID star");
while (strDat != null){
builder.append("" + System.getProperty("line.separator"));
String strData[] = reader.readLine().split("[ ]+");
array = strDat.split("[ ]+");
if (userIdMap.containsKey(strData[0])){
userId = userIdMap.get(strData[0]);
}else{
userId = 0;
}

if (venueIdMap.containsKey(strData[1])){
venueId = venueIdMap.get(strData[1]);
}else{
venueId = 0;
}

star = strData[2];
System.out.println(userId + " " + venueId + " " + star);
}
} catch (Exception e) {
}
}
}

Answer 4

上と全く同じ変換結果にはなりませんが、
同じIDのものは同じ数値に置換する
という意味であれば、以下でできると思います
入力ファイルの1行目には
userID venueID star
が入っているという前提のコードです

import java.io.*;
import java.util.*;

class GOV {

	public static void main(String[] args) {
		HashSet<String> uID = new HashSet<>();
		HashSet<String> vID = new HashSet<>();
		HashMap<String, Integer> uSID = new HashMap<>();
		HashMap<String, Integer> vSID = new HashMap<>();
		ArrayList<String> uIID = new ArrayList<>();
		ArrayList<String> vIID = new ArrayList<>();
		ArrayList<Integer> uIIID = new ArrayList<>();
		ArrayList<Integer> vIIID = new ArrayList<>();
		ArrayList<Integer> star = new ArrayList<>();

		try (BufferedReader br = new BufferedReader(new FileReader("17.txt"))) {//入力ファイルパス

			String dat = "";
			dat = br.readLine();
			while ((dat = br.readLine()) != null) {
				String[] s = dat.split("[ ]+");

				uID.add(s[0]);
				vID.add(s[1]);

				uIID.add(s[0]);
				vIID.add(s[1]);

				star.add(Integer.parseInt(s[2]));

			}

		} catch (Exception e) {
		}

		int co = 0;
		for (String s1 : uID) {
			co++;
			uSID.put(s1, co);
		}
		co = 0;
		for (String s1 : vID) {
			co++;
			vSID.put(s1, co);
		}

		for (String s1 : uIID) {
			uIIID.add(uSID.get(s1));
		}
		for (String s1 : vIID) {
			vIIID.add(vSID.get(s1) + 100);
		}
		System.out.println("userID\tvenueID\tstar ");
		for (int a = 0; a < uIID.size(); a++) {
			System.out.print(uIIID.get(a) + "\t");
			System.out.print(vIIID.get(a) + "\t");
			System.out.print(star.get(a));
			System.out.println();
		}

		try (BufferedWriter br = new BufferedWriter(new FileWriter("18.txt"))) {//出力ファイルパス
			br.write("userID\tvenueID\tstar ");
			br.newLine();

			for (int a = 0; a < uIID.size(); a++) {
				br.write(uIIID.get(a) + "\t");
				br.write(vIIID.get(a) + "\t");
				br.write(star.get(a) + "");
				if (a != uIIID.size() - 1) {
					br.newLine();
				}
			}

		} catch (Exception e) {
		}

	}

}

サンプルとして提示したデータと区切り文字が異なっていたので、実際に使用されたデータの区切り文字に対してコードを以下に組みなおしました

import java.io.*;
import java.util.*;

class GOV {

	public static void main(String[] args) {
		HashSet<String> uID = new HashSet<>();
		HashSet<String> vID = new HashSet<>();
		HashMap<String, Integer> uSID = new HashMap<>();
		HashMap<String, Integer> vSID = new HashMap<>();
		ArrayList<String> uIID = new ArrayList<>();
		ArrayList<String> vIID = new ArrayList<>();
		ArrayList<Integer> uIIID = new ArrayList<>();
		ArrayList<Integer> vIIID = new ArrayList<>();
		ArrayList<Integer> star = new ArrayList<>();

		try (BufferedReader br = new BufferedReader(new FileReader("17.txt"))) {

			String dat = "";
			dat = br.readLine();
			while ((dat = br.readLine()) != null) {
				if (dat.length() == 0)
					continue;
				
				String[] s = dat.split(",\t");
				s[0] = s[0].trim();
				s[1] = s[1].trim();
				s[2] = s[2].trim();

				uID.add(s[0]);
				vID.add(s[1]);

				uIID.add(s[0]);
				vIID.add(s[1]);

				star.add(Integer.parseInt(s[2]));

			}

		} catch (Exception e) {
			e.printStackTrace();
		}

		int co = 0;
		for (String s1 : uID) {
			co++;
			uSID.put(s1, co);
		}
		co = 0;
		for (String s1 : vID) {
			co++;
			vSID.put(s1, co);
		}

		for (String s1 : uIID) {
			uIIID.add(uSID.get(s1));
		}
		for (String s1 : vIID) {
			vIIID.add(vSID.get(s1) + 100);
		}
		System.out.println("userID\tvenueID\tstar ");
		for (int a = 0; a < uIID.size(); a++) {
			System.out.print(uIIID.get(a) + "\t");
			System.out.print(vIIID.get(a) + "\t");
			System.out.print(star.get(a));
			System.out.println();
		}

		try (BufferedWriter br = new BufferedWriter(new FileWriter("18.txt"))) {
			br.write("userID\tvenueID\tstar ");
			br.newLine();

			for (int a = 0; a < uIID.size(); a++) {
				br.write(uIIID.get(a) + "\t");
				br.write(vIIID.get(a) + "\t");
				br.write(star.get(a) + "");
				if (a != uIIID.size() - 1) {
					br.newLine();
				}
			}

		} catch (Exception e) {
		}

	}

}

Comments

[swordone]

ものすごーく無駄が多く感じます…

[kohekoh]

userID venueID star
1 101 Exception in thread "main" java.lang.IndexOutOfBoundsException: Index: 0, Size: 0
at java.util.ArrayList.rangeCheck(ArrayList.java:653)
at java.util.ArrayList.get(ArrayList.java:429)
at GOV.main(GOV.java:65)

このようなエラーをはかれました
どういうことですかね…

[退会済みユーザー]

こちらの環境で
17.txt
というファイルに
userID venueID star
g;ajgfadjfajkfa alkjf;akjdf 5
dkj:ajkd:fjka:d odfka:lsdfk 4
;adlkjf;akdjfaa odfka:lsdfk 3
g;ajgfadjfajkfa a;kf:akfa:f 4
g;ajgfadjfajkfa dlkfa:lkfaa 3
のデータをそのまま入れて実行すると
18.txtに
userID venueID star
1 104 5
2 102 4
3 102 3
1 103 4
1 101 3
という出力が出たコードです
何のデータを入れたかにもよるのかも知れません
どのようなデータを入れたのでしょうか

[kohekoh]

for (int a = 0; a < uIID.size(); a++) {
System.out.print(uIIID.get(a) + "\t");
System.out.print(vIIID.get(a) + "\t");
System.out.print(star.get(a));
System.out.println();
}
ちなみに65行目はこれの
System.out.print(star.get(a));
の部分です

インデックスが足りてないってことですかね
うまくstarのとこがリストに追加されていないということでしょうか
どう変えればいいのですかね…

[kohekoh]

userID venueID star
5lq4LkrviYgQ4LJNsBYHcA , IuAPYzf3NSyfyXYgT46YVA , 4

5lq4LkrviYgQ4LJNsBYHcA , vaq5SJubaZjIoGhgkwxxUA , 4

5lq4LkrviYgQ4LJNsBYHcA , KiqWfXmMCklapGRedS8rtQ , 4

5lq4LkrviYgQ4LJNsBYHcA , QxHM7gQ7RcRHjnmr63xQnQ , 3

5lq4LkrviYgQ4LJNsBYHcA , bzDs0u8I-z231QVdIQWkrA , 4

5lq4LkrviYgQ4LJNsBYHcA , 4ZuYJjjFrqgyDEeYoizyIw , 4

5lq4LkrviYgQ4LJNsBYHcA , SHfUGBOznEtDhK6WbVrvIw , 4

5lq4LkrviYgQ4LJNsBYHcA , YppzR-sn8y15dmUd1lLcfw , 3

5lq4LkrviYgQ4LJNsBYHcA , WqdCrAhYSewDAom1qY-t_g , 4

5lq4LkrviYgQ4LJNsBYHcA , 60vZ8jCQ5yjNpDJBUeRIIg , 3

5lq4LkrviYgQ4LJNsBYHcA , 50nln4YPr0QDo_v1uBmHfg , 4

このようなデータです
もっとデータ量は多いです

[退会済みユーザー]

そのデータの区切り文字に対して作り直したものを上記回答に追記します

[kohekoh]

できました！
ありがとうございます！

[kohekoh]

追記もしていただけるとありがたいです！