如何动态区分类别数据和数字数据？
我知道有人正在从事一个项目，该项目涉及摄取数据文件而与列或数据类型无关。任务是获取具有任意数量的列和各种数据类型的文件，并输出有关数字数据的摘要统计信息。 但是，他不确定如何为某些基于数字的数据动态分配数据类型。例如： CITY Albuquerque Boston Chicago 这显然不是数字数据，将存储为文本。然而， ZIP 80221 60653 25525 没有明确标记为分类。他的软件会将邮政编码分配为数字，并为其输出摘要统计信息，这对于此类数据没有意义。 我们有几个想法是： 如果一列都是整数，则将其标记为分类。这显然行不通，但这是一个主意。 如果一列的唯一值少于n个且为数字，则将其分类。这可能更接近，但是仍然可能存在数值数据丢失的问题。 维护一个实际上应该是分类的公用数字数据列表，并将列标题与此列表进行比较以进行匹配。例如，任何带有“ ZIP”的内容都是分类的。 我的直觉告诉我，无法准确地将数字数据分配为分类数据或数字数据，但我希望提出建议。非常感谢您提供的任何见解。