Table Pivot (etapa)

Descrição

Usada para converter tabelas de dados longas e estreitas em tabelas de dados curtas e largas. As colunas selecionadas são transpostas, com os nomes das colunas convertidos em valores em várias colunas.

Talvez o exemplo mais fácil de entender seja pensar em uma tabela de dados com meses listados como linhas:

Fazer o pivô dessa tabela de dados converteria todas as linhas de meses em colunas.

O pivô transforma o formato longo em largo — os valores de Month viram colunas Jan/Feb, o inverso do melt.

Ao especificar quais colunas transpor e quais deixar como estão, isso se torna uma ferramenta poderosa. Fazer essa conversão em outras ferramentas de ETL pode exigir uma dúzia de etapas a mais.

Parâmetros de origem e destino

Seleção da tabela de origem

Para definir a origem e o destino, primeiro selecione a tabela de dados da qual extrair usando o menu suspenso.

Seleção da tabela de destino

Tabela de destino

Para definir a tabela de destino, selecione uma tabela existente na lista suspensa Tabela de destino ou clique no sinal verde “+” para criar uma nova tabela como destino.

Criação de tabela

Ao criar uma nova tabela, você pode criá-la como Visão ou como Tabela.

Visões:

As visões são úteis porque o tempo necessário para executar uma etapa é bem menor do que quando se usa uma tabela. A desvantagem das visões é que elas não são úteis para explorar dados no modo Detalhes da tabela.

Tabelas:

Ao usar uma tabela como destino, a etapa leva mais tempo para ser executada, mas a exploração de dados no modo Detalhes é muito mais rápida do que com uma visão.

Nota

Use tabelas nas etapas principais dos seus fluxos de trabalho, em que a validação de dados ou a capacidade de fazer análises ad hoc será necessária. Nas demais etapas, use visões para reduzir o tempo total de cálculo do fluxo de trabalho. É possível alterar uma tabela para visão e vice-versa, de modo que você sempre pode atualizar o tipo de destino da tabela mais tarde.

Seleção de colunas do pivô

A Coluna de categoria a transformar em cabeçalhos de coluna é onde você especifica a coluna da Tabela de origem que será pivotada em linhas. A Coluna de valor a pivotar em valores de coluna é a coluna que contém os valores na Tabela de origem. A Opção de agregação de valores é onde você especifica como deseja agregar os dados.

As duas colunas devem estar entre as colunas de saída da etapa na guia Seleção de dados da tabela. Caso contrário, o salvamento é recusado, por exemplo com The category column ‘month’ isn’t one of the step’s output columns.

O formulário também tem estes campos:

• Coluna com a posição de cada categoria (column_order) — uma coluna de origem com a posição de cada categoria. As colunas pivotadas vêm em ordem crescente dela, em vez de ordenadas por nome. Ela não é usada para agrupar nem é gravada.
• Modelo de nome das colunas dinâmicas (column_name_template) — nomeia cada coluna pivotada por este texto, com {value} substituído pelo valor da categoria, como {value}+Sum.

Seleção de dados da tabela

A guia Seleção de dados da tabela é usada para mapear colunas da tabela de dados de origem para a tabela de dados de destino. Todas as colunas de origem no lado esquerdo da janela são mapeadas automaticamente para a tabela de dados de destino exibida no lado direito da janela. Usando o botão de menu Inspecionar origem, há algumas outras formas de mapear colunas da origem para o destino:

• Preencher ambas as tabelas de mapeamento: propaga todos os valores da tabela de dados de origem para a tabela de dados de destino. Este é o padrão.
• Preencher somente a tabela de mapeamento de origem: mapeia somente todos os valores da tabela de dados de origem. Isso é útil ao modificar um fluxo de trabalho existente quando a estrutura de colunas de origem mudou.
• Preencher somente a tabela de mapeamento de destino: propaga todos os valores somente para a tabela de dados de destino.

Além de cada uma dessas opções, cada escolha oferece a possibilidade de visualizar os dados de origem.

Salvar com uma tabela de origem escolhida, mas sem colunas de origem ou sem colunas de destino, preenche o lado vazio a partir da origem, como Preencher ambas as tabelas de mapeamento faria.

Se as opções de colunas de origem e de destino não forem suficientes, outras colunas podem ser adicionadas à tabela de dados de destino de várias maneiras:

• Propagar tudo insere todas as colunas de origem na tabela de dados de destino, quer já existissem ou não.
• Propagar selecionadas insere somente as colunas de origem selecionadas.
• Clique com o botão direito no lado do destino e selecione Inserir linha para inserir uma linha imediatamente acima da linha selecionada.
• Clique com o botão direito no lado do destino e selecione Anexar linha para inserir uma linha na parte inferior (extrema direita) da tabela de dados de destino.

Perigo

Selecionar Propagar tudo pode criar, na prática, uma duplicata de cada coluna. O Analyze não verifica se as colunas já estão mapeadas. Certifique-se de que não existam nomes de colunas duplicados.

Para excluir colunas da tabela de dados de destino, selecione as colunas desejadas, clique com o botão direito e selecione Excluir.

Para reorganizar as colunas na tabela de dados de destino, selecione as colunas desejadas, clique com o botão direito e selecione Mover para o início, Mover para cima, Mover para baixo ou Mover para o final.

Para retornar somente opções distintas, selecione a opção de menu Distintos. Isso exibe um conjunto de caixas de seleção para cada coluna da origem. Basta marcar a caixa ao lado da coluna correspondente para retornar somente resultados distintos.

Perigo

Quando a tabela de dados de destino contém somente um subconjunto da tabela de dados de origem, marque a caixa de seleção somente ao lado das colunas que devem ser incluídas na tabela de dados de destino. Marcar todas as caixas de seleção pode produzir uma saída que não parece ser distinta.

Para agregar resultados, selecione a opção de menu Resumir. Isso exibe um conjunto de listas suspensas para cada coluna da tabela de dados de destino. As seguintes opções de resumo estão disponíveis:

• Agrupar por (definido como padrão)
• Soma
• Mínimo
• Máximo
• Primeiro
• Último
• Contagem
• Média
• Mediana
• Moda
• Desvio padrão
• Variância
• Produto
• Valor absoluto
• Quantil
• Assimetria
• Curtose
• Desvio absoluto médio
• Soma acumulada
• Mínimo acumulado
• Máximo acumulado
• Produto acumulado

Filtros de dados

Para dar o máximo de flexibilidade, há filtros de dados disponíveis para os dados de origem e de destino. Para conjuntos de dados maiores, pode ser especialmente vantajoso filtrar linhas na origem para que as demais operações sejam executadas em um conjunto de dados menor.

Selecionar subconjunto de dados

Qualquer expressão Python válida é aceita para criar o subconjunto dos dados. Consulte Expressões

para mais detalhes e exemplos.

Aplicar filtro secundário aos dados do resultado

Qualquer expressão Python válida é aceita para criar o subconjunto dos dados. Consulte Expressões para mais detalhes e exemplos

Fatiamento final da tabela de dados (limite)

Para limitar os dados, basta marcar a caixa Aplicar fatiador de linhas e especificar o seguinte:

• Linhas iniciais a ignorar: linhas de dados a ignorar (a linha de cabeçalho das colunas não entra na contagem)
• Terminar na linha: última linha de dados a incluir. Isso é diferente de simplesmente contar linhas no final para descartá-las