数据处理和转换库。
datamonke的Python项目详细描述
！[pypi-python版本]（https://img.shields.io/pypi/pyversions/datamonkey.svg）
！[PYPI-许可证]（https://img.shields.io/PYPI/L/datamonkey.svg？颜色=绿色）
！[pypi]（https://img.shields.io/pypi/v/datamonkey.svg？color=orange&；label=version）
数据猴子
==
**易于使用的文件转换库**
--
**数据猴子**是一个python文件转换库，旨在减轻操作数据的压力。它为**验证
数据完整性**和**将文件修改为所需的格式**提供了强大的工具。
一旦您创建了一个文件temp稍后，在本地开始处理文件很简单。
data monkey当前支持以下文件格式：
1。CSV＜BR/> 2。excel
3.固定宽度文本文件（也称为平面文件）
4。json（具有扁平的、非嵌套的数据结构）
查看功能文档[文档]（https://docs.data-monkey.com/）了解更多详细信息。
Data Monkey允许您可靠地将数据操作为所需的内容；无论您是将CSV文件转换为JSON还是从API响应生成Excel报告，Data Monkey都为您提供了帮助。
-一种无代码、基于配置的方法--使用我们的[Web应用程序]（https://app.data-mon（key.com）以便根据需要快速更新文件模板。更改生成的文件类型、过滤掉不必要的结果、合并和转换数据等等都很简单。
-在数据中发现与预期不符的意外"惊喜"令人沮丧，这就是为什么数据验证是数据管理的核心功能OnKEY。配置任意数量的数据验证，这些验证将在出现问题时向您发出警报。
-Data Monkey在转换大文件时提供按播放进度跟踪，以便让您确切地知道进程中的位置。
ey）。
最新发布版本的二进制安装程序可在[python
包索引]（https://pypi.org/project/datamonkey）中找到。
```python
如果你还没有可用的话。此外，请查看可选的依赖项；如果您正在使用Excel文件，或正在将文件写入/读取到S3，则可能需要这些依赖项。
\usage&；examples
处理任何文件的第一步是在[Data Monkey Web应用程序]（https）上创建文件模板：//app.data monkey.com）。
文件模板是一种基于配置的方法，用于精确定义文件的转换方式，例如所需的文件类型、传出数据字段以及对数据本身的任何自定义验证器或修改。
您可以查看有关创建文件项的指南Plates[此处]（https://documentation.data monkey.com）。
ate key（在data monkey.com上生成）
process or=fileprocessor（您的模板密钥）
包含任何问题的详细信息。
配置
如果您希望使用模板的本地版本（可在文件模板的摘要屏幕上下载），
您可以使用模板文件的位置初始化"file processor"：
``python
from datamonkey import fileprocessor
processor=fileprocessor（您的y，template_file_path="path/to/file"）
```
这将允许您完全脱机处理文件，或在具有有限网络访问权限的安全环境中处理文件。
生成的输出文件
2。错误和警告文件
``python
来自data monkey import file processor
processor=fileprocessor（您的密钥）
processor.process（"path/to/input"，output_file="path/to/output"，error_file="path/to/error"）
```
aws s3上的文件fs``在amazon web服务的s3上读写文件。要访问s3，请将文件路径替换为s3 bucket位置：
``python
from datamonkey import file processor
processor=fileprocessor（您的密钥）
processor.process（"s3://bucket-name/input-file-name"，output-file-path=""s3://bucket-name/output-file-name"，error-file-path="s3:"//bucket_name/error_file_name"）
```
注意：您必须具有本地配置的aws凭据，可以对要使用的bucket进行读/写访问。有关更多帮助，请参阅[AWS文档]（https://docs.aws.amazon.com/cli/latest/userguide/cli-chap-configure.html）。
\a name="dependencies">；<；/a>；dependencies
Data Monkey需要以下库才能正常工作：
-[numpy]（https://www.numpy.org）：1.14.5或更高版本
-[熊猫]（https://labix.org/python dateutil）：0.23.1或更高版本
-[请求]（https://pythonhosted.org/pytz）：2.19.1或更高版本
-[ujson]（https://pythonhosted.org/pytz）：1.35.0或更高版本
n Web服务S3:
-[s3fs]（https://www.numpy.org）：0.1.5或更高版本
如果使用Excel文件，则需要这些依赖项：
-[xlrd]（https://labix.org/python dateutil）：1.1.0或更高版本
-[xlsxwriter]（https://labix.org/python dateutil）：1.1.1或更高版本
nse
[mit]（https://github.com/datamonkeyhq/data monkey/blob/master/license）
/>其他文档
官方文档位于https://docs.data monkey.com/。它有几个有用的指南，例如如何创建文件模板，以及一个附录，其中包含了可以对数据执行的各种操作的信息。
o按特定要求处理。"数据猴子"项目于2018年启动，目前正在开发中。我们希望您对您希望看到的功能或应支持的文件格式提供反馈，请通过feedback@data-monkey.com通知我们！
！[PYPI-许可证]（https://img.shields.io/PYPI/L/datamonkey.svg？颜色=绿色）
！[pypi]（https://img.shields.io/pypi/v/datamonkey.svg？color=orange&；label=version）
数据猴子
==
**易于使用的文件转换库**
--
**数据猴子**是一个python文件转换库，旨在减轻操作数据的压力。它为**验证
数据完整性**和**将文件修改为所需的格式**提供了强大的工具。
一旦您创建了一个文件temp稍后，在本地开始处理文件很简单。
data monkey当前支持以下文件格式：
1。CSV＜BR/> 2。excel
3.固定宽度文本文件（也称为平面文件）
4。json（具有扁平的、非嵌套的数据结构）
查看功能文档[文档]（https://docs.data-monkey.com/）了解更多详细信息。
Data Monkey允许您可靠地将数据操作为所需的内容；无论您是将CSV文件转换为JSON还是从API响应生成Excel报告，Data Monkey都为您提供了帮助。
-一种无代码、基于配置的方法--使用我们的[Web应用程序]（https://app.data-mon（key.com）以便根据需要快速更新文件模板。更改生成的文件类型、过滤掉不必要的结果、合并和转换数据等等都很简单。
-在数据中发现与预期不符的意外"惊喜"令人沮丧，这就是为什么数据验证是数据管理的核心功能OnKEY。配置任意数量的数据验证，这些验证将在出现问题时向您发出警报。
-Data Monkey在转换大文件时提供按播放进度跟踪，以便让您确切地知道进程中的位置。
ey）。
最新发布版本的二进制安装程序可在[python
包索引]（https://pypi.org/project/datamonkey）中找到。
```python
如果你还没有可用的话。此外，请查看可选的依赖项；如果您正在使用Excel文件，或正在将文件写入/读取到S3，则可能需要这些依赖项。
\usage&；examples
处理任何文件的第一步是在[Data Monkey Web应用程序]（https）上创建文件模板：//app.data monkey.com）。
文件模板是一种基于配置的方法，用于精确定义文件的转换方式，例如所需的文件类型、传出数据字段以及对数据本身的任何自定义验证器或修改。
您可以查看有关创建文件项的指南Plates[此处]（https://documentation.data monkey.com）。
ate key（在data monkey.com上生成）
process or=fileprocessor（您的模板密钥）
包含任何问题的详细信息。
配置
如果您希望使用模板的本地版本（可在文件模板的摘要屏幕上下载），
您可以使用模板文件的位置初始化"file processor"：
``python
from datamonkey import fileprocessor
processor=fileprocessor（您的y，template_file_path="path/to/file"）
```
这将允许您完全脱机处理文件，或在具有有限网络访问权限的安全环境中处理文件。
生成的输出文件
2。错误和警告文件
``python
来自data monkey import file processor
processor=fileprocessor（您的密钥）
processor.process（"path/to/input"，output_file="path/to/output"，error_file="path/to/error"）
```
aws s3上的文件fs``在amazon web服务的s3上读写文件。要访问s3，请将文件路径替换为s3 bucket位置：
``python
from datamonkey import file processor
processor=fileprocessor（您的密钥）
processor.process（"s3://bucket-name/input-file-name"，output-file-path=""s3://bucket-name/output-file-name"，error-file-path="s3:"//bucket_name/error_file_name"）
```
注意：您必须具有本地配置的aws凭据，可以对要使用的bucket进行读/写访问。有关更多帮助，请参阅[AWS文档]（https://docs.aws.amazon.com/cli/latest/userguide/cli-chap-configure.html）。
\a name="dependencies">；<；/a>；dependencies
Data Monkey需要以下库才能正常工作：
-[numpy]（https://www.numpy.org）：1.14.5或更高版本
-[熊猫]（https://labix.org/python dateutil）：0.23.1或更高版本
-[请求]（https://pythonhosted.org/pytz）：2.19.1或更高版本
-[ujson]（https://pythonhosted.org/pytz）：1.35.0或更高版本
n Web服务S3:
-[s3fs]（https://www.numpy.org）：0.1.5或更高版本
如果使用Excel文件，则需要这些依赖项：
-[xlrd]（https://labix.org/python dateutil）：1.1.0或更高版本
-[xlsxwriter]（https://labix.org/python dateutil）：1.1.1或更高版本
nse
[mit]（https://github.com/datamonkeyhq/data monkey/blob/master/license）
/>其他文档
官方文档位于https://docs.data monkey.com/。它有几个有用的指南，例如如何创建文件模板，以及一个附录，其中包含了可以对数据执行的各种操作的信息。
o按特定要求处理。"数据猴子"项目于2018年启动，目前正在开发中。我们希望您对您希望看到的功能或应支持的文件格式提供反馈，请通过feedback@data-monkey.com通知我们！
欢迎加入QQ群-->： 979659372
