Table Extract

Beschreibung

Dient dazu, Daten aus einer vorhandenen Analyze-Datentabelle in eine andere Datentabelle zu extrahieren. Beispiele sind unter anderem:

Sortieren
Gruppieren
Zusammenfassen
Zeilen filtern bzw. eine Teilmenge bilden
Überzählige Spalten entfernen
Mathematische Operationen
Zeichenfolgenoperationen

Extraktionsparameter

Quelle und Ziel

Um die Quell- und Zieltabellen festzulegen, wählen Sie zuerst über das Dropdown-Menü Quelltabelle die Datentabelle aus, aus der extrahiert werden soll. Wählen Sie anschließend entweder über das Dropdown Zieltabelle eine vorhandene Tabelle als Zieltabelle aus oder klicken Sie auf das grüne „+“, um eine neue Tabelle als Ziel zu erstellen.

Tabellenerstellung

Beim Erstellen einer neuen Tabelle können Sie wählen, ob sie als Ansicht oder als Tabelle erstellt wird.

Ansichten:

Ansichten sind nützlich, weil die Ausführungszeit eines Schritts deutlich kürzer ist als bei einer Tabelle. Der Nachteil von Ansichten ist, dass sie sich für die Datenexploration im Detailmodus der Tabelle nicht eignen.

Tabellen:

Wenn Sie eine Tabelle als Ziel verwenden, dauert die Ausführung eines Schritts länger, dafür ist die Datenexploration im Detailmodus deutlich schneller als bei einer Ansicht.

Tabellendatenauswahl

Data-Mapper-Konfiguration

Tabellen-Data-Mapper

Der Data Mapper ordnet Spalten der Quelldaten der Zieldatentabelle zu.

Untersuchen und Füllen des Mappers

Mit der Menüschaltfläche Quelle untersuchen stehen Ihnen weitere Möglichkeiten zur Verfügung, Spalten von der Quelle dem Ziel zuzuordnen:

Beide Zuordnungstabellen füllen: Übernimmt alle Werte aus der Quelldatentabelle in die Zieldatentabelle. Dies ist die Standardeinstellung.
Nur Quellzuordnungstabelle füllen: Ordnet nur alle Werte in der Quelldatentabelle zu. Das ist hilfreich, wenn Sie einen bestehenden Workflow ändern und sich die Spaltenstruktur der Quelle geändert hat.
Nur Zielzuordnungstabelle füllen: Übernimmt alle Werte nur in die Zieldatentabelle.

Reichen die Optionen für Quell- und Zielspalten nicht aus, können Sie auf verschiedene Weise weitere Spalten in die Zieldatentabelle einfügen:

Alle übernehmen fügt alle Quellspalten in die Zieldatentabelle ein, unabhängig davon, ob sie dort bereits vorhanden sind.
Ausgewählte übernehmen fügt nur die ausgewählten Quellspalten ein.
Klicken Sie mit der rechten Maustaste auf die Zielseite und wählen Sie Zeile einfügen, um direkt über der aktuell ausgewählten Zeile eine Zeile einzufügen.
Klicken Sie mit der rechten Maustaste auf die Zielseite und wählen Sie Zeile anhängen, um am unteren Ende (ganz rechts) der Zieldatentabelle eine Zeile einzufügen.

Spalten löschen

Um Spalten aus der Zieldatentabelle zu löschen, wählen Sie die gewünschten Spalten aus, klicken Sie mit der rechten Maustaste und wählen Sie Löschen.

Quellspalten, die nicht mehr aufgeführt sind

Eine Zielzeile kann eine Quellspalte benennen, die die Quelldatentabelle nicht mehr aufführt, zum Beispiel nachdem die Quelle erneut untersucht wurde. Der Schritt entfernt eine solche Zeile nie von selbst. Stattdessen wird der Spaltenname rot hinter einem Warnsymbol ⚠ angezeigt, und beim Daraufzeigen erscheint der Hinweis, dass die Spalte nicht in den Quellspalten enthalten ist. Bei einem Schritt mit mehreren Tabellen, etwa einer Union, wird jede Tabelle anhand ihrer eigenen Quellspalten geprüft.

Eine Zeile mit einer Konstante, einem Ausdruck oder einer Zusammenfassung Anzahl (einschließlich Nullwerte) wird nie markiert, da der Schritt ihre Quellspalte nicht liest. Solange die Quelldatentabelle keine Spalten aufführt, wird nichts markiert, zum Beispiel bevor die Quelle zum ersten Mal untersucht wurde.

Wenn Sie einen Schritt speichern, der noch markierte Zeilen enthält, listet ein Dialog Veraltete Spalten gefunden diese unter der Registerkarte oder Tabelle auf, auf der sie sich befinden, und bietet drei Optionen:

Alle entfernen und speichern — die markierten Zeilen entfernen und anschließend speichern.
Trotzdem speichern — den Schritt unverändert speichern.
Abbrechen — zum Schritt zurückkehren, ohne zu speichern.

Um eine Zeile beizubehalten und ihre Warnung zu beseitigen, fügen Sie die Spalte wieder zur Quelldatentabelle hinzu oder wählen Sie eine Spalte, die die Quelldatentabelle aufführt.

Spalten, die in der Quelltabelle fehlen

Beim Speichern wird die Quelldatentabelle selbst in ihrem aktuellen Zustand geprüft. Wenn der Schritt in seinen Quellspalten eine Spalte aufführt, die die Tabelle nicht hat, etwa weil ein früherer Schritt sie umbenannt oder entfernt hat, sind die Spalten des Schritts veraltet, und ein Schritt, der eine solche Spalte liest, schlägt bei der Ausführung fehl. Beim Speichern öffnet sich dann der Dialog Fehlende Quellspalten, der jede Tabelle und die dort fehlenden Spalten nennt. Sie haben zwei Möglichkeiten:

Trotzdem speichern – Speichert den Schritt unverändert.
Abbrechen – Kehrt zum Schritt zurück, ohne zu speichern.

Es wird nichts für Sie entfernt, denn möglicherweise liegt der Fehler in der Tabelle, und sie kann sich vor der Ausführung des Schritts erneut ändern. Sind zusätzlich Zeilen als nicht mehr aufgeführt markiert, erscheinen beide Hinweise gemeinsam im Dialog Veraltete Spalten gefunden, und Alle entfernen und speichern entfernt nur die markierten Zeilen. Solange die Liste der Quellspalten leer ist, werden stattdessen die Spalten geprüft, die der Schritt zuordnet. Ausgenommen sind Zeilen mit einer Konstante, einem Ausdruck oder einer Zusammenfassung Anzahl (einschließlich Nullwerte), da sie keine Spalte lesen.

Eine mit einer Variablen benannte Quelle, etwa {year}/Sales, wird so geprüft, wie die Variable beim Speichern gesetzt ist, und der Dialog nennt die geprüfte Tabelle, etwa 2026/Sales (from {year}/Sales). Eine Variable, die von einer Schleife gesetzt wird, enthält den Wert der letzten Iteration. Bei einer Schleife über Tabellen unterschiedlicher Struktur kann daher eine Warnung zu einer Tabelle erscheinen, die die nächste Ausführung gar nicht liest. Nicht geprüft werden eine Tabelle, die noch nicht existiert, zum Beispiel weil ein früherer Schritt im Workflow sie erstellt, eine Quelle, deren Variable keinen Wert hat, eine Tabelle, die der Schritt erst bei der Ausführung per Suche findet, sowie eine Tabelle, die im Moment nicht gelesen werden kann.

Spaltendatentyp

Jede Zielspalte hat einen Typ. Eine aus der Quelle übernommene Spalte behält den Typ der Quellspalte; eine von Hand hinzugefügte Zeile beginnt als Text, und Sie legen den Typ fest, den sie tatsächlich haben soll — eine Spalte, die Sie summieren oder sortieren möchten, benötigt ihren numerischen Typ oder Datumstyp, denn Text wird als Text sortiert und summiert.

Ein Schritt, der mit einer Spalte ohne jeden Typ gespeichert wurde, wird trotzdem ausgeführt. Der Typ wird beim Start des Schritts anhand der Quellspalte ermittelt, die diese Spalte liest. Gibt es nichts, woraus er sich ablesen ließe, wird er als Text behandelt: Die Spalten eines Schritts SQL extrahieren stammen aus der von Ihnen geschriebenen Abfrage und nicht aus einer zugeordneten Quelle, und wenn mehrere Quellen dieselbe Spaltenbezeichnung mit unterschiedlichen Typen führen, wird Text verwendet, statt einen davon zu erraten — eine falsche Vermutung führt zu einer Konvertierung, die das Warehouse ablehnen kann, und alles lässt sich in Text umwandeln.

Den Typ selbst festzulegen ist weiterhin der Weg, um zu bestimmen, was eine Spalte sein soll. Lassen Sie ihn leer, übernehmen Sie, was auch immer die Quellspalte gerade ist.

Spaltenreihenfolge ändern

Um Spalten in der Zieldatentabelle neu anzuordnen, wählen Sie die gewünschten Spalten aus. Dazu haben Sie zwei Möglichkeiten:

Pfeile für Massenverschiebung: Wählen Sie die gewünschte Verschiebeoption über die Pfeile oben rechts aus.
Kontextmenü: Klicken Sie mit der rechten Maustaste und wählen Sie An den Anfang verschieben, Nach oben, Nach unten oder An das Ende verschieben.

Ergebnis auf eindeutige Datensätze beschränken

Um nur eindeutige Werte zurückzugeben, wählen Sie die Menüoption Eindeutig. Dadurch wird für jede Spalte der Quelle ein Kontrollkästchen eingeblendet. Aktivieren Sie einfach das Kontrollkästchen neben der jeweiligen Spalte, um nur eindeutige Ergebnisse zurückzugeben.

Je nach Situation kann es sinnvoll sein, stattdessen eine Zusammenfassung in Betracht zu ziehen.

Beim Eindeutig-Verfahren bleibt der erste gefundene eindeutige Datensatz erhalten, die übrigen werden verworfen. Wenn Konsistenz zwischen den Ausführungen wichtig ist, sollten Sie die Daten sortieren.

Aggregation und Gruppierung

Um Ergebnisse zu aggregieren, wählen Sie die Menüoption Zusammenfassen. Dadurch wird für jede Spalte in der Zieldatentabelle ein Auswahlfeld eingeblendet. Wählen Sie für jede Spalte eine geeignete Zusammenfassungsmethode aus.

Wenn Quelle untersuchen die Spalten füllt, beginnt eine Zahlenspalte als Gruppieren nach statt als Summe, wenn ihr Name wie ein Bezeichner aussieht, etwa id, customer_id, Order No oder CustomerKey, wenn ihre Tabelle sie als Schlüssel festlegt oder wenn der Join sie als Schlüssel verwendet.

Gruppieren nach
Summe
Min
Max
Erster
Letzter
Anzahl
Anzahl (einschließlich Nullwerte)
Mittelwert
Standardabweichung
Stichproben-Standardabweichung
Grundgesamtheits-Standardabweichung
Varianz
Stichprobenvarianz
Grundgesamtheitsvarianz
Erweitert ohne Gruppierung

Informationen zur erweiterten Nutzung des Data Mappers, etwa zu Ausdrücken, Bereinigung und Konstanten, finden Sie unter Erweiterte Nutzung des Data Mappers

Zur Laufzeit benannte Spalten

Wählen Sie Auch zur Laufzeit benannte Spalten übernehmen, um jede Quellspalte, die der Schritt nicht aufführt, unverändert so durchzureichen, wie die Tabelle sie bei der Ausführung des Schritts enthält. Verwenden Sie diese Option, wenn ein vorheriger Schritt Spalten erzeugt, deren Namen von den Daten abhängen, etwa ein Pivot, sodass Sie sie beim Erstellen des Schritts nicht aufführen können. Lassen Sie sie ausgeschaltet, um nur die Spalten zu schreiben, die Sie aufführen.

Wenn die Option eingeschaltet ist, erscheint der Abschnitt Mitgeführte Spalten; der Abschnitt Durch die Daten benannte Spalten ist immer verfügbar. Sie enthalten diese Felder:

Mitführen als (carry_expression) – schreibt jede mitgeführte Spalte als diesen Ausdruck statt unverändert, wobei __column__ für die mitgeführte Spalte steht. So fasst ein gruppierender Schritt Spalten ein, die nur die Ausführung kennt; ein aggregierender Schritt führt ohne diese Angabe nichts mit. Typ der mitgeführten Spalten (carry_dtype) legt den Datentyp jeder mitgeführten Spalte fest (Standard: ihr eigener), und Aggregation der mitgeführten Spalten (carry_agg) legt fest, wie ein aggregierender Schritt sie behandelt (dont_group, wenn der Ausdruck aggregiert).
Übernommene Spalten umbenennen (carry_rename) – benennt jede mitgeführte Spalte um, deren Name vom regulären Ausdruck pattern getroffen und von keep nicht getroffen wird, indem replacement an die Stelle jedes Treffers gesetzt wird (\1 für eine Gruppe; die ersten max Treffer, sofern angegeben). __index__ in replacement ist die Position der Spalte unter den umbenannten Spalten, gezählt ab start. Wird ein Name bereits verwendet, wird (#n) angehängt.
Dynamische Spalten (dynamic_columns) – durch die Daten benannte Zielspalten, jeweils ein Satz für jeden eindeutigen Wert, den der Schritt aus seiner Quelle liest, geschrieben bei der Ausführung des Schritts. Jeder Eintrag enthält rows (die Ausdrücke key, label, where und order über die Quelle), eine Zielspalte oder eine Liste von Zielspalten (target), die __key__, __label__ und __index__ verwendet, sowie after, die Zielspalte, auf die die neuen Spalten folgen (Standard: das Ende). Die Werte müssen Text, Ganzzahl, Boolean oder NULL sein, der Schritt schreibt höchstens 1.000 Spalten, und die Ausgabe muss eine Tabelle sein.

Datenfilter

Table Data Filters

Für maximale Flexibilität stehen Datenfilter sowohl für die Quelldaten als auch für die Zieldaten zur Verfügung. Bei größeren Datensätzen kann es besonders vorteilhaft sein, Zeilen bereits in der Quelle herauszufiltern, sodass die übrigen Operationen auf einem kleineren Datensatz ausgeführt werden.

Teilmenge der Daten auswählen

Mit diesem Filtertyp filtern Sie die eingehenden Quelldaten anhand der angegebenen Bedingungen.

Sekundären Filter auf Ergebnisdaten anwenden

Mit diesem Filtertyp wenden Sie anhand der angegebenen Bedingungen einen Filter auf die Ergebnisdaten nach der Transformation an. Dadurch können Zeilen anhand der Ergebnisse komplexer Berechnungen, Zusammenfassungen oder Fensterfunktionen ausgeschlossen werden.

Zeilenbegrenzung der endgültigen Datentabelle (Limit)

Mit der Zeilenbegrenzung schränken Sie die Zeilen im Ergebnis anhand eines Bereichs und eines Startpunkts ein.

Filtersyntax

Die Filtersyntax nutzt Python SQLAlchemy und entspricht damit der Syntax anderer Ausdrücke.

Beispiele und Ausdrucksfunktionen finden Sie im Bereich Ausdrücke.