Table Split Text (paso)

Descripción

El paso Tabla: dividir texto divide el texto de una columna en un separador y escribe las partes como columnas nuevas o como filas nuevas. El número de columnas se decide cuando se ejecuta el paso, a partir del valor con más partes, por lo que no necesita conocerlo de antemano.

Origen y opciones

• Tabla de origen y Tabla de salida: la tabla que se lee y la tabla que se escribe.
• Columna que se dividirá: la columna que se divide. Un número se divide como su texto.
• Separador: el texto literal entre las partes. Puede tener cualquier longitud y no es un patrón. Los espacios se conservan tal como se escriben.
• Dividir en: Columnas o Filas.
  • Columnas escribe <column>_1, <column>_2, etc., tantas como partes tenga el valor con más partes. Un valor con menos partes recibe NULL en las restantes.
  • Filas escribe una fila por parte, con la parte en lugar de la columna. Las partes vacías se conservan como filas.
• Recortar los espacios alrededor de cada fragmento: activada de forma predeterminada.
• Conservar la columna original: activada de forma predeterminada. En el modo de columnas conserva la columna dividida. En el modo de filas, además escribe el valor sin dividir en <column>_original.

Un resultado vacío reemplaza la tabla de salida. Nunca deja filas de una ejecución anterior.

Configuración adicional para columnas

Más opciones de división también incluye estos ajustes al dividir en columnas:

• Prefijo del nombre de las partes (prefix): nombra las partes <prefix><n> en lugar de <column>_<n>. Número de la primera parte (start, 1 de forma predeterminada) es el número de la primera parte.
• Nombres de las columnas de partes (names): los nombres de las columnas de partes, en orden. Se escriben exactamente esas columnas, a menos que active Escribir solo tantas columnas con nombre como tenga el valor más largo (fit): entonces solo se escriben tantas como tenga el valor con más partes.
• Tipo de las partes (dtype): el tipo de las partes: text (predeterminado), integer, bigint, double, boolean, date o timestamp. Una parte que no se pueda leer como ese tipo es NULL.
• Caracteres que quitar (strip): los caracteres que se quitan de ambos extremos de cada parte, en lugar de los espacios que quita Recortar los espacios alrededor de cada fragmento.
• La columna contiene una colección de KNIME (collection): la columna contiene un valor de lista de un flujo de trabajo de KNIME convertido. Sus elementos son las partes y no se usa el separador: un elemento ausente es NULL y una lista vacía no tiene partes.

Nodo de KNIME (knime_config) ejecuta con este paso uno de los nodos Line Chopper, Expand Vector o Sample and Expand Vector de KNIME: chopper escribe los primeros tokens separados por espacios en blanco de una columna, expand_vector escribe los elementos de una columna de vector como columnas, con las posiciones que se conservan indicadas en la tabla Tabla de posiciones de elementos (source_b), y sample_expand_vector expande una muestra aleatoria de los elementos y escribe los nombres de las columnas muestreadas en la tabla indicada en Tabla de nombres de columnas muestreadas (targets).

Relacionado

• Table Extract (paso): la expresión split_part, para un número fijo de columnas
• Migrar análisis de Savant