数据表(Data Table)
数据表用于以表格格式显示记录。 它列出了本章中详细解释的交叉过滤器数据集记录。
数据表方法
在继续绘制数据表之前,我们应该了解dc.dataTable类及其方法。 它使用mixin来获得绘制数据表图表的基本功能,该图表定义如下 -
- dc.baseMixin
dc.dataTable获取此mixin的所有方法,并有自己的方法来绘制数据表,如下所述。
beginSlice( [slice])
此方法用于获取或设置开始切片的索引。 实现分页时,此方法很有用。
同样,您也可以执行endSlice()函数。
columns( [columns])
此方法用于获取或设置列函数。 它使用以下方法指定要显示的列。
chart.columns([
function(d) { return d.mark; },
function(d) { return d.low; },
function(d) { return d.high; },
function(d) { return numberFormat(d.high - d.low); },
function(d) { return d.volume; }
]);
这里,d表示数据集中的一行。 我们可以使用HTML来显示数据表中的列。
group(groupFunction)
此方法用于执行数据表的组功能。
order( [order])
它用于对订单功能进行排序。 如果顺序是升序,那么dimension()将使用.bottom()来获取数据,否则它将使用dimension()。top()。
数据表示例
让我们在DC中创建一个数据表。 为此,我们需要按照以下步骤进行操作 -
第1步:添加样式
让我们使用下面给出的编码在CSS中添加样式 -
.dc-chart { font-size: 12px; }
.dc-table-group { padding-left: 10px; font-size: 14px; font-weight: bold; }
.dc-table-column { padding-left: 10px; font-size: 12px; font-weight: normal; }
在这里,我们为图表,表组和网格列分配了样式。
第2步:创建变量
让我们在DC中创建一个变量,如下所示 -
var barChart = dc.barChart('#line'); //
var countChart = dc.dataCount("#mystats");
var tableChart = dc.dataTable("#mytable");
在这里,我们已经分配了一个barChart变量id,countChart id是mystats,tableChart id是mytable。
第3步:读取数据
从people.csv文件中读取数据,如下所示 -
d3.csv("data/people.csv", function(errors, people) {
var mycrossfilter = crossfilter(people);
}
如果数据不存在,则返回错误。 现在,将数据分配给交叉过滤器。 在这里,我们使用了相同的people.csv文件,该文件在我们之前的图表示例中使用。
它看起来如下 -
id,name,gender,DOB,MaritalStatus,CreditCardType
1,Damaris,Female,1973-02-18,false,visa-electron
2,Barbe,Female,1969-04-10,true,americanexpress
3,Belia,Female,1960-04-16,false,maestro
4,Leoline,Female,1995-01-19,true,bankcard
5,Valentine,Female,1992-04-16,false,
6,Rosanne,Female,1985-01-05,true,bankcard
7,Shalna,Female,1956-11-01,false,jcb
8,Mordy,Male,1990-03-27,true,china-unionpay
..........................................
..........................................
第4步:设置尺寸
您可以使用下面给出的编码设置尺寸 -
var ageDimension = mycrossfilter.dimension(function(data) {
return ~~((Date.now() - new Date(data.DOB))/(31557600000))
});
分配维度后,使用下面给出的编码对年龄进行分组 -
var ageGroup = ageDimension.group().reduceCount();
第5步:生成图表
现在,使用下面给出的编码生成条形图 -
barChart
.width(400)
.height(200)
.x(d3.scale.linear().domain([15,70]))
.yAxisLabel("Count")
.xAxisLabel("Age")
.elasticY(true)
.elasticX(true)
.dimension(ageDimension)
.group(ageGroup);
这里,
- 我们将图表宽度指定为400,将高度指定为200。
- 接下来,我们将域范围指定为[15,70]。
- 我们将x轴标签设置为年龄,将y轴标签设置为计数。
- 我们已将elasticY和X函数指定为true。
第6步:创建数据表
现在,使用下面给出的编码创建数据表 -
countChart
.dimension(mycrossfilter)
.group(mycrossfilter.groupAll());
tableChart
.dimension(ageDimension)
.group(function (data) {
return ~~((Date.now() - new Date(data.DOB))/(31557600000));
})
在这里,我们指定了年龄维度并对数据进行分组。
第7步:渲染表格
现在,使用下面的编码渲染网格 -
.size(Infinity)
.columns(['name', 'DOB'])
.sortBy(function (d) {
return d.value;
})
.order(d3.ascending);
barChart.render();
countChart.render();
tableChart.render();
在这里,我们使用DOB对列进行排序并对记录进行排序。
第8步:工作示例
完整的代码如下。 创建一个网页datatable.html并添加以下更改。
<html>
<head>
<title>DC datatable sample</title>
<link rel = "stylesheet" type = "text/css" href = "css/bootstrap.css">
<link rel = "stylesheet" type = "text/css" href = "css/dc.css"/>
<style>
.dc-chart { font-size: 12px; }
.dc-table-group { padding-left: 10px; font-size: 14px; font-weight: bold; }
.dc-table-column { padding-left: 10px; font-size: 12px; font-weight: normal; }
</style>
<script src = "js/d3.js"></script>
<script src = "js/crossfilter.js"></script>
<script src = "js/dc.js"></script>
</head>
<body>
<div>
<div style = "width: 600px;">
<div id = "mystats" class = "dc-data-count" style = "float: right">
<span class = "filter-count"></span> selected out of <span
class = "total-count"></span> | <a href = "javascript:dc.filterAll();
dc.renderAll();">Reset All</a>
</div>
</div>
<div style = "clear: both; padding-top: 20px;">
<div>
<div id = "line"></div>
</div>
</div>
<div style = "clear: both">
<div id = "mytable"></div>
</div>
</div>
<script language = "javascript">
var barChart = dc.barChart('#line'); // , 'myChartGroup');
var countChart = dc.dataCount("#mystats");
var tableChart = dc.dataTable("#mytable");
d3.csv("data/people.csv", function(errors, people) {
var mycrossfilter = crossfilter(people);
// age dimension
var ageDimension = mycrossfilter.dimension(function(data) {
return ~~((Date.now() - new Date(data.DOB))/(31557600000))
});
var ageGroup = ageDimension.group().reduceCount();
barChart
.width(400)
.height(200)
.x(d3.scale.linear().domain([15,70]))
.yAxisLabel("Count")
.xAxisLabel("Age")
.elasticY(true)
.elasticX(true)
.dimension(ageDimension)
.group(ageGroup);
countChart
.dimension(mycrossfilter)
.group(mycrossfilter.groupAll());
tableChart
.dimension(ageDimension)
.group(function (data) {
return ~~((Date.now() - new Date(data.DOB))/(31557600000));
})
.size(Infinity)
.columns(['name', 'DOB'])
.sortBy(function (d) {
return d.value;
})
.order(d3.ascending);
barChart.render();
countChart.render();
tableChart.render();
});
</script>
</body>
</html>
现在,请求浏览器,您将看到以下响应。