google-cloud-dataprep - Cloud Dataprep - 根据另一列中的值乘以一列中的行

Question

我在 Cloud Dataprep 工作，我有一个这样的案例：

基本上我需要根据第 1 列中匹配数据的行数在第 2 列中创建新行。

有可能吗？怎么做？

标签： google-cloud-dataprep

Answer 1

我了解您想要的场景是：从中获取column1与column2. 在这种情况下，有很多事情需要考虑，您没有描述，例如：值column2可以重复吗？或者如果缺少 in有值，应该发生什么？column2column1或者反过来会发生什么？

但是，作为解决此问题的一般方法，我将执行以下流程：

使用这样的流程，您可以使用输入表，它是两列，如下所示：

在食谱中FIRST_COLUMN，SECOND_COLUMN您将两列拆分为不同的分支，并执行必要的步骤来清理每一列。在column1中，我明白什么都不需要做。在column2中，我知道您将必须删除重复项（同样，这是我的猜测，但这取决于您的具体实现，您尚未完全描述）并删除空值。您可以应用以下转换来做到这一点：

最后，您可以将两列连接在一起。根据您的需要（应仅出现两列中的值，仅应出现中的值columnX等），您应该应用不同的 JOIN 策略。您应该使用Join 键（如图所示column1 = column2），如果您仅选择左侧菜单中的第二列，您将获得单列结果。

请注意，在这种情况下，我使用了Inner-join，但使用其他 JOIN 类型将提供完全不同的结果。使用更符合您要求的一种。