Export Templated 步骤

说明

通过模板渲染项目表，生成结构化文档，而不是其他导出步骤所写入的原始列转储。当接收系统要求特定的 XML 结构或其他文本格式而不是表时，请使用它。

独有的配置项

源模板

用于渲染输出的 Jinja 模板。请参阅模板可以使用的内容。

目标输出

渲染结果的文档账户、文件夹和文件名。文件包含什么内容由模板决定；没有扩展名的文件名会加上 .xml。

对表数据使用 Pandas DataFrame会改变每个源的行传递给模板的方式。请参阅源行作为表。

源表

可显式指定表名，也可按路径和搜索规则匹配 — 精确、开头为、结尾为、包含或通配符。

模板可以使用的内容

模板在沙箱中渲染：它只能读取步骤提供给它的数据，别无其他。

每个源，按其名称。 您列出的每个源表都可通过您为其指定的名称在模板中使用，因此请使用能作为变量的名称，例如 invoices。
工作流的变量，以 variable 表示 — 例如 {{ variable.region }}。

<Invoices>
{% for row in invoices %}
  <Invoice id="{{ row.invoice_id }}" amount="{{ row.amount }}" />
{% endfor %}
</Invoices>

源行作为列表

关闭对表数据使用 Pandas DataFrame时，源是只读的行列表。可以对其循环，或使用 |length、keys()、first()、one()、all()、scalar()、scalars()、mappings()、fetchmany(n) 和 columns('a', 'b')。可通过 row.amount、row['amount'] 或 row[0] 读取行中的值；row._mapping、row._asdict() 和 row._fields 同样可用。来自 columns('a', 'b') 的行使用 row.amount 或 row[0]，而不是 row['amount']。

源行作为表

开启对表数据使用 Pandas DataFrame时，源是只读的表。对其循环时，每一行都以字典形式给出，因此 row.amount 和 row['amount'] 都可用。您还可以使用：

columns、empty、shape、values 和 index
head(n) 和 tail(n)
itertuples()，它将行位置作为 Index 放在最前面，因此 r[1] 是第一列；itertuples(index=False) 则省略它
iterrows()，它给出行位置和行
invoices['amount']，即某一列的值，可配合 sum()、min()、max()、mean()、unique() 和 tolist() 使用；sum、min、max 和 mean 会跳过空值

其他 pandas 方法（如 loc 和 groupby）不可用。请在前面的步骤中整理数据，然后导出结果。

模板不能做的事

对任何值调用名称以 to_ 开头的方法 — to_csv 和 to_json，以及 to_pydatetime 等无害的方法也不行。
读取名称以下划线开头的属性，行的 _mapping、_asdict 和 _fields 除外。
写入或打开文件。

to_ 调用或文件操作会使步骤失败。除这三个之外的下划线属性只会渲染为空。

通用配置项

数据映射器配置

Table Data Mapper

数据映射器用于将源数据中的列映射到目标数据表。

检查并填充映射器

使用 检查源 菜单按钮可以通过更多方式将源中的列映射到目标：

填充两个映射表：将源数据表中的所有值传播到目标数据表。这是默认行为。
仅填充源映射表：仅映射源数据表中的所有值。当源列结构发生变化而需要修改现有工作流时，此选项很有用。
仅填充目标映射表：仅将所有值传播到目标数据表。

如果上述源列和目标列选项仍不够用，还可以通过以下几种方式向目标数据表添加其他列：

全部传播 会将所有源列插入目标数据表，无论这些列是否已存在。
传播所选项 仅插入所选的源列。
在目标侧右键单击并选择 插入行，可在当前所选行的正上方插入一行。
在目标侧右键单击并选择 追加行，可在目标数据表的底部（最右侧）插入一行。

删除列

要从目标数据表中删除列，请选择所需的列，然后右键单击并选择删除。

不再列出的源列

目标行可能指定了某个源列，而源数据表已不再列出该列，例如在重新检查源之后。步骤绝不会自动移除这样的行，而是将列名显示为红色，并在前面加上 ⚠ 警告标志；将鼠标悬停在其上，会提示该列不在源列中。在包含多个表的步骤（如联合）中，每个表都会分别对照其自身的源列进行检查。

带有常量、表达式 或 计数（含空值） 汇总的行不会被标记，因为步骤不会读取其源列。当源数据表没有列出任何列时（例如首次检查源之前），也不会标记任何内容。

保存仍含有已标记行的步骤时，会出现 发现过时列 对话框，按其所在的选项卡或表列出这些行，并提供三个选项：

全部移除并保存 — 移除已标记的行，然后保存。
仍然保存 — 按现状保存步骤。
取消 — 返回步骤，不保存。

要保留某一行并清除其警告，请将该列重新添加到源数据表，或选择源数据表中列出的某一列。

源表中缺少的列

保存时，会按源数据表的当前状态对其进行检查。如果步骤在其源列中列出了某一列，而该表中并没有这一列（例如前面的步骤已将其重命名或删除），就说明步骤的列已经过时，读取该列的步骤在运行时会失败。此时保存会弹出 缺少源列 对话框，列出每个表及其缺少的列，并提供两个选项：

仍然保存 — 按当前状态保存步骤。
取消 — 返回步骤而不保存。

系统不会替您移除任何内容，因为有问题的可能是表本身，而且表在步骤运行之前还可能再次变化。如果同时还有行被标记为不再列出，两者会一并显示在 发现过时列 对话框中，全部移除并保存 只会移除被标记的行。当源列列表为空时，改为检查步骤所映射的列，但带有常量、表达式 或 计数（含空值） 汇总的行除外，因为这些行不读取任何列。

用变量命名的源，例如 {year}/Sales，会按保存时变量的当前值进行检查，对话框中会给出实际检查的表名，例如 2026/Sales (from {year}/Sales)。由循环设置的变量保存的是最后一次迭代的值，因此对结构各异的多个表进行循环时，可能会针对下次运行并不会读取的表发出警告。尚不存在的表（例如工作流中前面某个步骤将要创建的表）不会被检查；变量没有值的源、步骤在运行时通过搜索查找的表，以及当前无法读取的表，同样不会被检查。

列数据类型

每个目标列都带有一个类型。从源传播而来的列沿用源列的类型；手动添加的行起初为文本，需要设置类型来指明其实际类型 — 打算求和或排序的列需要使用数值或日期类型，因为文本会按文本方式排序和求和。

保存时没有任何类型的列，步骤仍可运行。类型会在步骤启动时根据该列所读取的源列确定。如果无处可读，则视为文本：提取 SQL 步骤的列来自您编写的查询，而不是映射的源；如果多个源中存在同名列但类型不一致，则使用文本，而不是随意选择其中一种 — 猜错会产生仓库可能拒绝的转换，而任何类型都可以转换为文本。

自行设置类型仍然是指明列应为何种类型的方式。不设置则意味着接受源列恰好具有的类型。

更改列顺序

要重新排列目标数据表中的列，请选择所需的列。可以使用以下任一方式：

批量移动箭头：从右上角的箭头中选择所需的移动选项
上下文菜单：右键单击并选择 移到顶部、上移、下移或 移到底部。

仅返回非重复记录

要仅返回非重复的选项，请选择 非重复 菜单选项。这会为源中的每一列切换显示一组复选框。只需勾选相应列旁边的复选框，即可仅返回非重复的结果。

视情况而定，您可能需要考虑改用汇总。

非重复处理会保留找到的第一条唯一记录，并丢弃其余记录。如果运行之间的一致性很重要，可能需要对数据进行排序。

聚合与分组

要聚合结果，请选择汇总菜单选项。这会为目标数据表中的每一列切换显示一组选择框。请为每一列选择合适的汇总方法。

当 检查源 填充列时，如果数值列的名称读起来像标识符（例如 id、customer_id、Order No 或 CustomerKey），或者其所在表将其设为键，或者联接将其用作键，则该列起初为 分组依据，而不是求和。

分组依据
求和
最小值
最大值
第一个
最后一个
计数
计数（含空值）
平均值
标准差
样本标准差
总体标准差
方差
样本方差
总体方差
高级非分组

有关表达式、清理和常量等高级数据映射器用法，请参阅高级数据映射器用法

Table Data Filters

为了获得最大的灵活性，源数据和目标数据都可以使用数据筛选器。对于较大的数据集，在源端筛选掉部分行尤其有益，这样后续操作只需处理较小的数据集。

选择数据子集

此筛选器类型用于根据指定条件筛选传入的源数据。

对结果数据应用二次筛选器

此筛选器类型用于根据指定条件对转换后的结果数据应用筛选器。对转换后的结果应用筛选器，可以基于复杂计算、汇总或窗口函数的结果进行排除。

最终数据表切片（限制）

行切片功能可根据范围和起始点限制结果集中的行数。

筛选器语法

筛选器语法使用 Python SQLAlchemy，与其他表达式的语法相同。

有关示例和表达式函数，请参阅表达式部分。