Table Extract

Descrição

Utilizado para extrair dados de uma tabela de dados existente do Analyze para outra tabela de dados. Os exemplos incluem, entre outros, os seguintes:

Ordenar
Agrupar
Sumarização
Filtrar/selecionar subconjunto de linhas
Eliminar colunas adicionais
Operações matemáticas
Operações com cadeias de caracteres

Parâmetros de extração

Origem e destino

Source And Target

Para definir as tabelas de origem e de destino, selecione primeiro a tabela de dados da qual extrair através do menu pendente Tabela de origem. Em seguida, selecione uma tabela existente como tabela de destino através do menu pendente Tabela de destino ou clique no sinal “+” verde para criar uma nova tabela como destino.

Criação de tabelas

Ao criar uma nova tabela, tem a opção de a criar como Vista ou como Tabela.

Vistas:

As vistas são úteis porque o tempo necessário para a execução de um passo é significativamente menor do que quando é utilizada uma tabela. A desvantagem das vistas é que não são úteis para a exploração de dados no modo Detalhes da tabela.

Tabelas:

Quando se utiliza uma tabela como destino, a execução do passo demora mais, mas a exploração de dados no modo Detalhes é muito mais rápida do que com uma vista.

Seleção de dados da tabela

Configuração do Data Mapper

Table Data Mapper

O Data Mapper serve para mapear colunas dos dados de origem para a tabela de dados de destino.

Inspeção e preenchimento do mapeador

Utilizar o botão de menu Inspecionar origem oferece formas adicionais 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. É o comportamento predefinido.
Preencher apenas a tabela de mapeamento de origem: mapeia apenas todos os valores da tabela de dados de origem. É útil ao modificar um fluxo de trabalho existente cuja estrutura de colunas de origem mudou.
Preencher apenas a tabela de mapeamento de destino: propaga todos os valores apenas para a tabela de dados de destino.

Se as opções de colunas de origem e de destino não forem suficientes, podem adicionar-se outras colunas à tabela de dados de destino de várias formas:

Propagar tudo insere todas as colunas de origem na tabela de dados de destino, quer já existam ou não.
Propagar selecionadas insere apenas as colunas de origem selecionadas.
Clique com o botão direito do rato no lado do destino e selecione Inserir linha para inserir uma linha imediatamente acima da linha atualmente selecionada.
Clique com o botão direito do rato no lado do destino e selecione Acrescentar linha para inserir uma linha no fim (extremo direito) da tabela de dados de destino.

Eliminar colunas

Para eliminar colunas da tabela de dados de destino, selecione as colunas pretendidas, clique com o botão direito do rato e selecione Eliminar.

Colunas de origem que já não constam da lista

Uma linha de destino pode indicar uma Coluna de origem que a tabela de dados de origem já não lista, por exemplo depois de a origem ter sido inspecionada novamente. O passo nunca remove essa linha por si. Em vez disso, o nome da coluna é apresentado a vermelho, atrás de um sinal de aviso ⚠, e, ao passar o cursor por cima, é indicado que a coluna não consta das colunas de origem. Num passo com várias tabelas, como uma união, cada tabela é verificada em relação às suas próprias colunas de origem.

Uma linha com uma Constante, uma Expressão ou um resumo Contagem (incluindo nulos) nunca é sinalizada, porque o passo não lê a respetiva coluna de origem. Nada é sinalizado enquanto a tabela de dados de origem não listar colunas, por exemplo antes de a origem ser inspecionada pela primeira vez.

Ao guardar um passo que ainda tem linhas sinalizadas, uma caixa de diálogo Colunas obsoletas encontradas lista-as sob o separador ou a tabela em que se encontram e oferece três opções:

Remover todas e guardar: remove as linhas sinalizadas e depois guarda.
Guardar mesmo assim: guarda o passo tal como está.
Cancelar: volta ao passo sem guardar.

Para manter uma linha e eliminar o respetivo aviso, adicione a coluna de volta à tabela de dados de origem ou escolha uma coluna que a tabela de dados de origem liste.

Colunas em falta na tabela de origem

Ao guardar, a própria tabela de dados de origem é verificada tal como está agora. Uma coluna que o passo lista nas suas colunas de origem mas que a tabela não tem, por exemplo uma que um passo anterior renomeou ou eliminou, significa que as colunas do passo estão desatualizadas, e um passo que lê uma coluna dessas falha quando é executado. Guardar abre então uma caixa de diálogo Colunas de origem em falta que indica cada tabela e as colunas que lhe faltam, com duas opções:

Guardar mesmo assim — guardar o passo tal como está.
Cancelar — voltar ao passo sem guardar.

Nada é removido por si, porque o problema pode estar na tabela, e esta pode voltar a mudar antes de o passo ser executado. Quando há também linhas assinaladas como já não listadas, ambas aparecem em conjunto na caixa de diálogo Colunas obsoletas encontradas, e Remover todas e guardar remove apenas as linhas assinaladas. Enquanto a lista de colunas de origem estiver vazia, são verificadas em vez disso as colunas que o passo mapeia, exceto as linhas com uma Constante, uma Expressão ou um resumo Contagem (incluindo nulos), que não leem nenhuma coluna.

Uma origem nomeada com uma variável, como {year}/Sales, é verificada com o valor da variável no momento em que guarda, e a caixa de diálogo indica a tabela que verificou, como 2026/Sales (from {year}/Sales). Uma variável definida por um ciclo contém o valor da sua última iteração, pelo que um ciclo sobre tabelas com estruturas diferentes pode avisar sobre uma tabela que a execução seguinte não vai ler. Não é verificada uma tabela que ainda não existe, por exemplo uma que um passo anterior do fluxo de trabalho cria, nem uma origem cuja variável não tem valor, uma tabela que o passo encontra por pesquisa quando é executado, ou uma tabela que não pode ser lida neste momento.

Tipo de dados da coluna

Cada coluna de destino tem um Tipo. Uma coluna propagada da origem mantém o tipo da coluna de origem; uma linha que adicione manualmente começa como Texto, e define o Tipo para indicar o que a coluna deve realmente ser. Uma coluna que pretenda somar ou ordenar precisa do respetivo tipo numérico ou de data, porque o texto é ordenado e somado como texto.

Um passo guardado com uma coluna sem qualquer tipo é, mesmo assim, executado. O tipo é determinado quando o passo é iniciado, a partir da coluna de origem que essa coluna lê. Quando não há nada de onde o ler, é tratado como texto: as colunas de um passo Extrair SQL vêm da consulta que escreveu e não de uma origem mapeada e, quando várias origens têm o mesmo nome de coluna com tipos discordantes, é utilizado texto em vez de adivinhar um deles, porque um palpite errado produz uma conversão que o armazém pode rejeitar, e tudo se converte em texto.

Definir o Tipo manualmente continua a ser a forma de indicar o que uma coluna deve ser. Deixá-lo por definir significa aceitar o que a coluna de origem for.

Alterar a ordem das colunas

Para reordenar as colunas na tabela de dados de destino, selecione as colunas pretendidas. Pode utilizar:

Setas de movimento em massa: selecione a opção de movimento pretendida nas setas no canto superior direito
Menu de contexto: clique com o botão direito do rato e selecione Mover para o início, Mover para cima, Mover para baixo ou Mover para o fim.

Reduzir o resultado apenas a registos distintos

Para devolver apenas opções distintas, selecione a opção de menu Distinto. Isto apresenta um conjunto de caixas de verificação para cada coluna da origem. Basta marcar a caixa junto da coluna correspondente para devolver apenas resultados distintos.

Consoante a situação, pode ser preferível considerar a utilização da sumarização.

O processo de distinção mantém o primeiro registo único encontrado e descarta os restantes. Pode querer aplicar uma ordenação aos dados, se for importante para a consistência entre execuções.

Agregação e agrupamento

Para agregar resultados, selecione a opção de menu Resumir. Isto apresenta um conjunto de caixas de seleção para cada coluna da tabela de dados de destino. Escolha um método de sumarização adequado para cada coluna.

Quando Inspecionar origem preenche as colunas, uma coluna numérica começa como Agrupar por em vez de Soma se o nome se assemelhar a um identificador, como id, customer_id, Order No ou CustomerKey, se a respetiva tabela a definir como chave ou se a junção a utilizar como chave.

Agrupar por
Soma
Mínimo
Máximo
Primeiro
Último
Contagem
Contagem (incluindo nulos)
Média
Desvio padrão
Desvio padrão da amostra
Desvio padrão da população
Variância
Variância da amostra
Variância da população
Avançado sem agrupar por

Para uma utilização avançada do Data Mapper, como expressões, limpeza e constantes, consulte Utilização avançada do Data Mapper

Colunas indicadas em tempo de execução

Selecione Transportar também colunas indicadas em tempo de execução para passar, sem alterações, todas as colunas de origem que o passo não lista, tal como a tabela as tem quando o passo é executado. Utilize-o quando um passo anterior cria colunas cujos nomes dependem dos dados, como uma tabela dinâmica, de modo que não é possível listá-las ao construir o passo. Deixe-o desativado para escrever apenas as colunas que lista.

Quando está ativado, aparece uma secção Colunas carregadas e fica sempre disponível uma secção Colunas nomeadas pelos dados. Têm os seguintes campos:

Carregar como (carry_expression) — escreve cada coluna carregada como esta expressão em vez de sem alterações, com __column__ a representar a coluna carregada. É assim que um passo que agrupa incorpora colunas que só a execução indica; um passo que agrega não carrega nada sem isto. Tipo das colunas carregadas (carry_dtype) define o tipo de dados de cada coluna carregada (por predefinição, o seu próprio) e Agregação das colunas carregadas (carry_agg) define como um passo de agregação a trata (dont_group quando a expressão agrega).
Renomear colunas transportadas (carry_rename) — muda o nome de cada coluna carregada cujo nome corresponda à expressão regular pattern e não corresponda a keep, colocando replacement no lugar de cada correspondência (\1 para um grupo; as primeiras max correspondências, quando definido). __index__ em replacement é a posição da coluna entre as colunas renomeadas, contada a partir de start. Um nome já ocupado recebe (#n) acrescentado.
Colunas dinâmicas (dynamic_columns) — colunas de destino nomeadas pelos dados, um conjunto para cada valor distinto que o passo lê da sua origem, escritas quando o passo é executado. Cada entrada indica rows (expressões key, label, where e order sobre a origem), uma coluna target ou lista de colunas que utiliza __key__, __label__ e __index__, e after, a coluna de destino após a qual as novas se seguem (por predefinição, o fim). Os valores têm de ser texto, inteiro, booleano ou NULL, o passo escreve no máximo 1000 colunas e o resultado tem de ser uma tabela.

Filtros de dados

Table Data Filters

Para permitir a máxima flexibilidade, existem filtros de dados disponíveis nos dados de origem e nos dados de destino. Em conjuntos de dados maiores, pode ser especialmente vantajoso filtrar linhas na origem, para que as restantes operações sejam executadas sobre um conjunto de dados mais pequeno.

Selecionar subconjunto de dados

Este tipo de filtro permite filtrar os dados de origem recebidos com base nas condições especificadas.

Aplicar filtro secundário aos dados de resultado

Este tipo de filtro permite aplicar um filtro aos dados de resultado depois de transformados, com base nas condições especificadas. A possibilidade de aplicar um filtro ao resultado transformado permite exclusões com base nos resultados de cálculos complexos, sumarizações ou funções de janela.

Divisão final da tabela de dados (limite)

A capacidade de divisão de linhas permite limitar as linhas do conjunto de resultados com base num intervalo e num ponto de partida.

Sintaxe de filtros

A sintaxe de filtros utiliza o Python SQLAlchemy, que é a mesma sintaxe das outras expressões.

Consulte exemplos e funções de expressão na área Expressões.