규칙 기반 태깅

설명

정의한 규칙에 따라 소스 테이블의 행에 차원의 속성으로 태그를 지정합니다. 출력 테이블에는 원래 열과 새 태그 열이 포함되며, 이후의 배부 또는 분석 단계에서 이 태그 열로 레코드를 라우팅하거나 그룹화할 수 있습니다.

배부나 분석이 행의 특성에 따라 달라지게 하려는 경우에 사용합니다. 예를 들어 각 비용 행에 배부 풀, 대상 계층 또는 처리 범주를 태그로 지정하면 다음 단계에서 태그 값마다 다르게 분배할 수 있습니다.

규칙 기반 태깅은 원래 열을 유지하면서 차원의 태그 열을 추가하므로, 이후의 배부 또는 분석 단계에서 태그를 기준으로 행을 라우팅하고 그룹화할 수 있습니다.

데이터 테이블 설정

소스 테이블과 태깅 결과 테이블은 동적 또는 정적으로 선택할 수 있습니다.

동적 테이블 선택

동적 테이블 옵션을 사용하면 텍스트와 변수로 테이블을 지정할 수 있습니다. 테이블 또는 뷰 참조가 지정한 변수에 따라 달라지는 변수 기반 워크플로를 사용할 때 유용합니다.

current_month 변수를 사용하여 테이블을 동적으로 가리키는 예:

legal_entity/inputs/{current_month}/ledger_values

정적 테이블 선택

특정 테이블을 소스로 사용하려면 Dynamic 상자를 선택하지 않은 채로 두고 드롭다운 메뉴에서 소스 테이블을 선택합니다.

테이블 탐색기는 모든 테이블 선택에서 항상 사용할 수 있습니다. 테이블 선택 오른쪽에 있는 테이블 탐색기 버튼을 클릭하면 테이블 탐색기 창이 열립니다.

참고

태깅 결과 테이블은 뷰가 아니라 테이블이어야 합니다.

소스 테이블

_할당 차원_의 속성을 추가하려는 데이터가 들어 있는 테이블입니다.

태깅 결과 테이블

_태깅 결과 테이블_에는 _소스 데이터 테이블_의 데이터와 _할당 차원 계층_에 포함된 속성이 들어 있습니다.

레코드를 하나의 규칙에만 일치를 선택한 상태에서 어떤 규칙에도 일치하지 않는 행도 기록되며, 이 행의 태그 열은 비어 있습니다. 일치하는 규칙이 비워 둔 태그도 비어 있고, 비어 있던 소스 값은 비어 있는 채로 유지됩니다. 비어 있다는 것은 Pandas가 아닌 SQL을 사용하여 규칙 적용의 선택 여부와 관계없이 빈 문자열이 아니라 null을 뜻합니다. 따라서 이런 행을 골라내는 후속 단계는 ''가 아니라 null을 찾아야 합니다.

레코드를 둘 이상의 규칙에 일치시키기

기본적으로 레코드는 처음으로 일치하는 규칙 하나만 적용합니다. 레코드를 하나의 규칙에만 일치를 선택 해제하면 일치하는 모든 규칙을 적용합니다. 이 경우 레코드는 일치하는 규칙마다 한 번씩 나타나며, 어떤 규칙에도 일치하지 않는 레코드는 제외됩니다.

규칙은 시퀀싱 유형의 할당 차원 속성으로 반복 단위로 나눌 수도 있으며, 이 속성의 값은 각 규칙이 실행되는 반복입니다. 레코드를 하나의 규칙에만 일치를 선택 해제한 단계는 두 가지를 함께 할 수 없습니다. 실행되는 규칙이 둘 이상의 반복에 걸쳐 있으면 단계는 Cannot apply rules when there are multiple iterations and records can match more than one rule 메시지와 함께 중지됩니다. 이 옵션을 선택하거나 각 반복을 별도의 단계로 실행하십시오.

할당 차원 계층

할당 차원 계층을 사용하면 소스 테이블을 지정하고 클릭하여 필터링함으로써 태깅 결과 테이블에 속성을 추가할 수 있습니다. 할당 차원 계층은 소스 테이블을 참조하는 차원을 조합하여 만듭니다.

할당 차원 계층 만들기

할당 차원 계층을 만들려면 먼저 소스 테이블의 필터로 사용할 차원을 만들어야 합니다. 아래 링크에서 이러한 차원을 만드는 방법을 안내합니다.

차원 만들기

차원 로드

기본 계층 만들기

소스 테이블의 차원을 만들었다면, 다음 단계는 소스 테이블의 차원 중 어느 것을 할당 차원 계층의 기본 계층으로 사용할지 결정하는 것입니다.

PlaidCloud의 차원 탭으로 이동하여 차원을 클릭한 다음 작업과 차원 복사를 선택하여 이 차원을 복사합니다. 차원을 복사하면 복사된 차원의 이름을 입력하라는 팝업이 나타납니다.

참고

할당 차원 계층의 이름은 “Ledger to Activity”처럼 어떤 배부를 수행하는지 알 수 있어야 합니다.

할당 계층에 차원 추가

새로 만든 할당 차원을 열고 속성 옆의 아래쪽 화살표를 클릭한 다음 새 속성을 선택합니다.

그러면 속성 구성 대화 상자가 열립니다.

속성 구성

• 속성 이름 - 보통 할당 계층에 추가하는 차원의 이름입니다.

• 속성 표시 - “Tag”로 설정해야 합니다.

• 속성 유형 - _규칙 기반 태깅_에서는 속성 유형을 _소스_로 설정해야 합니다.

  • 소스 - 소스 테이블과 함께 사용합니다.

• 편집기 유형 - 이 드롭다운은 Select Dimension으로 설정해야 합니다.

할당 계층에 추가하는 차원의 적절한 속성을 선택했다면 “구성 편집”을 선택합니다.

차원 구성

• 차원 - 드롭다운을 사용하여 차원을 선택합니다.
• 계층 - 선택한 차원에 대체 계층이 있으면 기본 계층과 함께 여기에 표시되어 선택할 수 있습니다.
• Start Node - 차원을 최상위 노드부터 표시하지 않으려면 계층 내의 임의 노드를 차원이 표시될 시작 노드로 선택할 수 있습니다.
• 여러 항목 선택 허용 - 선택하면 사용자가 계층에서 여러 노드를 선택할 수 있습니다.
• 특수 사례 - _규칙 기반 태깅_에서는 사용하지 않습니다.

소스 맵

배부 소스 맵은 배부 단계에서 사용할 배부할 값 테이블의 열을 매핑하는 데 사용합니다.

소스 검사 및 매퍼 채우기

소스 검사 메뉴 버튼을 사용하면 소스에서 대상으로 열을 매핑하는 추가 방법을 사용할 수 있습니다.

• 두 매핑 테이블 모두 채우기: 소스 데이터 테이블의 모든 값을 대상 데이터 테이블로 전파합니다. 기본으로 적용되는 동작입니다.
• 소스 매핑 테이블만 채우기: 소스 데이터 테이블의 모든 값만 매핑합니다. 소스 열 구조가 변경되어 기존 워크플로를 수정할 때 유용합니다.
• 대상 매핑 테이블만 채우기: 모든 값을 대상 데이터 테이블로만 전파합니다.

소스 및 대상 열 옵션만으로 충분하지 않은 경우 다음과 같은 여러 방법으로 대상 데이터 테이블에 다른 열을 추가할 수 있습니다.

• 모두 전파는 이미 존재하는지 여부와 관계없이 모든 소스 열을 대상 데이터 테이블에 삽입합니다.
• 선택 항목 전파는 선택한 소스 열만 삽입합니다.
• 대상 쪽에서 마우스 오른쪽 버튼을 클릭하고 행 삽입을 선택하면 현재 선택한 행 바로 위에 행이 삽입됩니다.
• 대상 쪽에서 마우스 오른쪽 버튼을 클릭하고 행 추가를 선택하면 대상 데이터 테이블의 맨 아래(맨 오른쪽)에 행이 삽입됩니다.

위험

모두 전파를 선택하면 대상 목록에 이미 있는 열이 중복됩니다

역할

데이터 매퍼의 각 열에는 역할을 지정해야 합니다.

• Pass Thought - 이 열은 배부 결과 테이블에 표시됩니다.
• 배부할 값 - 배부할 값이 들어 있는 열입니다.

열 삭제

대상 데이터 테이블에서 열을 삭제하려면 삭제할 열을 선택한 다음 마우스 오른쪽 버튼을 클릭하고 삭제를 선택합니다.

열 순서 변경

대상 데이터 테이블에서 열을 재정렬하려면 이동할 열을 선택합니다. 다음 중 하나를 사용할 수 있습니다.

• 일괄 이동 화살표: 오른쪽 위의 화살표에서 원하는 이동 옵션을 선택합니다.
• 컨텍스트 메뉴: 마우스 오른쪽 버튼을 클릭하고 맨 위로 이동, 위로 이동, 아래로 이동 또는 맨 아래로 이동을 선택합니다.

결과를 고유 레코드로만 줄이기

고유한 옵션만 반환하려면 고유 메뉴 옵션을 선택합니다. 소스의 각 열에 대한 체크박스 집합이 표시됩니다. 고유한 결과만 반환할 열 옆의 체크박스를 선택하면 됩니다.

상황에 따라서는 요약을 대신 사용하는 것이 나을 수 있습니다.

고유 처리는 처음 발견한 고유 레코드를 유지하고 나머지는 버립니다. 실행 간 일관성이 중요하다면 데이터에 정렬을 적용하는 것이 좋습니다.

위험

고유성을 판단하는 데 모든 열을 선택하면 고유 처리가 적용되지 않은 것처럼 보일 수 있습니다. 데이터의 고유성을 정의한다고 판단되는 열만 선택하십시오.

집계 및 그룹화

결과를 집계하려면 요약 메뉴 옵션을 선택합니다. 대상 데이터 테이블의 각 열에 대한 선택 상자 집합이 표시됩니다. 각 열에 적절한 요약 방법을 선택합니다.

• 그룹화 기준
• 합계
• 최솟값
• 최댓값
• 첫 번째
• 마지막
• 개수
• 개수(null 포함)
• 평균
• 표준 편차
• 표본 표준 편차
• 모집단 표준 편차
• 분산
• 표본 분산
• 모집단 분산
• 고급 비그룹화(Non-Group_By)

참고

집계를 사용할 때는 모든 열에 요약 유형을 반드시 지정해야 합니다

식, 정리, 상수 등 데이터 매퍼의 고급 사용법은 고급 데이터 매퍼 사용법을 참조하십시오.

소스 필터

최대한의 유연성을 위해 데이터 필터는 소스 데이터와 대상 데이터 모두에서 사용할 수 있습니다. 대용량 데이터 세트에서는 소스에서 행을 먼저 걸러내어 나머지 작업을 더 작은 데이터 세트에서 수행하는 것이 특히 유용할 수 있습니다.

데이터 하위 집합 선택

이 필터 유형은 지정한 조건에 따라 들어오는 소스 데이터를 필터링합니다.

결과 데이터에 보조 필터 적용

이 필터 유형은 지정한 조건에 따라 변환된 후의 결과 데이터에 필터를 적용합니다. 변환 후 결과에 필터를 적용할 수 있으므로 복잡한 계산, 요약 또는 윈도우 함수의 결과를 기준으로 제외할 수 있습니다.

최종 데이터 테이블 분할(제한)

행 분할 기능을 사용하면 범위와 시작 지점에 따라 결과 집합의 행 수를 제한할 수 있습니다.

참고

일관성을 위해 분할되는 결과에는 정렬을 지정해야 합니다

필터 구문

필터 구문은 다른 식과 동일한 구문인 Python SQLAlchemy를 사용합니다.

예제와 식 함수는 식 영역에서 확인하십시오.