Darmowy konwerter online ARFF do XLSX

Pliki ARFF są powszechnie używane w procesach uczenia maszynowego, ale aplikacje arkuszy kalkulacyjnych zazwyczaj nie otwierają ich bezpośrednio. Konwersja do XLSX udostępnia rekordy do przeglądania, filtrowania, edytowania i udostępniania w Excelu lub LibreOffice Calc.

Czym jest format ARFF

ARFF (Attribute-Relation File Format) to tekstowy format zbiorów danych powiązany z zestawem narzędzi Weka do uczenia maszynowego. Plik ARFF zawiera deklarację @relation, definicje @attribute opisujące nazwy i typy kolumn oraz sekcję @data zawierającą rekordy w postaci pełnej lub rzadkiej.

Weka, KEEL, oprogramowanie badawcze do uczenia maszynowego oraz niestandardowe programy w Pythonie lub Javie tworzą pliki ARFF. Zwykle można je spotkać w zbiorach danych do klasyfikacji, klasteryzacji, testów porównawczych i zastosowań edukacyjnych. ARFF obsługuje wartości liczbowe, nominalne, tekstowe, daty oraz brakujące, reprezentowane przez ?.

Czym jest format XLSX

XLSX to oparty na XML format arkuszy kalkulacyjnych używany przez Microsoft Excel i obsługiwany przez LibreOffice Calc, funkcję importowania w Google Sheets oraz inne programy do obsługi arkuszy kalkulacyjnych. Przechowuje wartości tabelaryczne w arkuszach i obsługuje filtrowanie, formuły, wykresy, formatowanie oraz wiele arkuszy.

XLSX jest preferowany, gdy użytkownicy muszą ręcznie przeglądać lub edytować zbiór danych, wysłać go osobom niekorzystającym z Weka, zarchiwizować go wraz z dokumentami biurowymi lub przeprowadzić analizę z użyciem arkusza kalkulacyjnego. Konwersja zwykle umieszcza atrybuty ARFF w pierwszym wierszu, a rekordy danych w kolejnych wierszach.

Jak faktycznie przekonwertować ARFF do XLSX

Używanie Python

Ta metoda zachowuje tabelę danych ARFF oraz obsługuje rekordy nominalne i rzadkie za pośrednictwem parsera liac-arff.

1. Zainstaluj wymagane pakiety:

python -m pip install liac-arff pandas openpyxl

2. Zapisz poniższy kod jako arff_to_xlsx.py:

import arff
import pandas as pd

with open('input.arff', 'r', encoding='utf-8') as source:
    dataset = arff.load(source)

columns = [attribute[0] for attribute in dataset['attributes']]
frame = pd.DataFrame(dataset['data'], columns=columns)
frame.to_excel('output.xlsx', index=False, engine='openpyxl')

3. Umieść input.arff obok skryptu i uruchom:

python arff_to_xlsx.py

Wynikowy plik output.xlsx zawiera jeden arkusz z nazwami atrybutów jako nagłówkami kolumn. Aby zapobiec nieprawidłowej interpretacji wartości przypominających daty lub identyfikatorów przez Excel, sprawdź wynikowe kolumny i zastosuj wymagane formaty liczbowe po otwarciu skoroszytu.

Używanie Weka i LibreOffice

Weka może najpierw wyeksportować dane ARFF do CSV, po czym LibreOffice Calc może zapisać je jako XLSX:

java -cp weka.jar weka.core.converters.CSVSaver -i input.arff -o output.csv

Otwórz output.csv w LibreOffice Calc, sprawdź separator i kodowanie znaków w oknie dialogowym importu, a następnie wybierz File → Save As, wybierz Excel 2007–365 (*.xlsx) i zapisz skoroszyt. Ta metoda jest przydatna, gdy Weka jest już zainstalowana lub gdy chcesz sprawdzić wyeksportowany plik CSV przed utworzeniem arkusza kalkulacyjnego.

Używanie konwertera online

Aby przeprowadzić konwersję bez instalowania oprogramowania, prześlij plik ARFF do bezpłatnego konwertera na stronie 101convert.com i wybierz XLSX jako format wyjściowy. Pobierz wygenerowany skoroszyt i sprawdź jego kolumny oraz brakujące wartości przed użyciem go do analizy.

Ograniczenia jakości i zgodności

XLSX nie ma modelu relacji i deklaracji atrybutów charakterystycznego dla ARFF. Nazwa relacji, listy wartości nominalnych, deklaracje formatów dat, komentarze i metadane uczenia maszynowego mogą nie pojawić się w skoroszycie, chyba że zostaną dodane do osobnego arkusza lub zachowane w oryginalnym pliku ARFF.

Brakujące wartości mogą pozostać jako ?, stać się pustymi komórkami lub zostać przekonwertowane na wartość brakującą właściwą dla danej biblioteki. Przed zaimportowaniem wyniku do innego programu sprawdź rezultat. Atrybuty nominalne są eksportowane jako zwykłe wartości komórek; XLSX nie zachowuje automatycznie list dozwolonych wartości.

Excel może automatycznie reinterpretować długie liczby całkowite, identyfikatory z zerami wiodącymi, daty i notację naukową. Importuj te kolumny jako tekst lub zastosuj jawny format, gdy istotne jest zachowanie dokładnej reprezentacji znakowej. XLSX ma również limit 1 048 576 wierszy i 16 384 kolumn na arkusz; większe zbiory danych ARFF wymagają podzielenia lub użycia innego formatu danych.