Table Pivot 步骤
用于将又长又窄的数据表转换为又短又宽的数据表。所选的列会被转置,列名会转换为多个列中的值。
也许最容易理解的例子是想象一个把月份列为行的数据表:
对该数据表进行透视,会把所有月份行转换为列。
Month 的值变成 Jan/Feb 列,与 Table Melt 步骤互为逆操作。通过指定要转置的列和保持不变的列,它成为一个强大的工具。在其他 ETL 工具中进行这种转换,可能需要多出十几个步骤。
源和目标参数
Section titled “源和目标参数”
要建立源和目标,请先使用下拉菜单选择要从中提取数据的数据表。
步骤运行时
Table Extract、Table Lookup、Table Inner Join、Table Cross Join、Table Outer Join、Table Anti Join、多表联接、Table Union Distinct、Table Union All、Table Pivot、Table Melt、Table In-Place Delete、Table Upsert 和 Table Append 步骤在运行时、写入任何内容之前,会检查其源表。该检查会将步骤构建的查询与每个源表此刻的状态进行比较:
- 步骤读取的列在表中不存在、联接键在表中不存在或不在步骤的源列中,或者步骤读取的源表尚未构建,都会使步骤停止。一条错误会列出每个问题及各自的修复方法。已存在的目标表保持原样,步骤需要新建的目标表则保持为空。
- 步骤列出但并不读取、且表中已不存在的列,只会增加一条警告。步骤会在没有该列的情况下运行。
- 对于尚未构建的源表,Table Union Distinct 和 Table Union All 是例外:它们会像以前一样跳过该表且不发出警告,并合并其余的表。如果其源表均未构建,它们会以警告结束,而不是失败。
目标为视图的步骤只会创建该视图,因此只有在仓库本来就会拒绝创建该视图时,才会根据其表检查步骤列出的列和联接键。其他情况下,只有尚未构建的源表或步骤未列出的联接键会使步骤停止,也不会添加警告。
只要可能,错误会指明构建该表的步骤;如果表中有一列的名称与缺失的列相近,例如仅大小写不同,也会指明该列。
目标表

要设置目标表,可以通过目标表下拉列表选择现有表作为目标表,也可以单击绿色的 “+” 号新建一个表作为目标。
创建表
新建表时,您可以选择将其创建为视图或表。
视图:
视图的优点是步骤的执行时间明显短于使用表的情况。缺点是视图在表的详细信息模式下不便于探索数据。
表:
使用表作为目标时,步骤的执行时间会更长,但在详细信息模式下探索数据比使用视图快得多。
要转换为列标题的类别列用于指定源表中将被透视为行的列。 要透视为列值的值列是源表中包含值的列。 值聚合选项用于指定您希望如何聚合数据。
这两个列都必须位于列选项卡上的步骤输出列中。否则保存会被拒绝,例如提示为类别列“month”不是步骤的输出列之一。
表单还包含以下字段:
- 保存各类别位置的列(
column_order):保存每个类别位置的源列。透视后的列按该列的升序排列,而不是按名称排序。它既不用于分组,也不会被写入。 - 透视列名称模板(
column_name_template):以此文本命名每个透视后的列,其中的{value}会被替换为类别值,例如{value}+Sum。

表数据选择选项卡用于将源数据表中的列映射到目标数据表。窗口左侧的所有源列会自动映射到窗口右侧所示的目标数据表。使用检查源菜单按钮,还有几种将列从源映射到目标的方式:
- 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中。这是默认设置。
- 仅填充源映射表:只映射源数据表中的所有值。当源列结构发生变化而您正在修改现有工作流时,这很有用。
- 仅填充目标映射表:只将所有值传播到目标数据表中。
除了这些选项之外,每个选项都可以预览源数据。
如果已选择源表但没有源列或目标列,保存时会像填充两个映射表一样,用源表填充空的一侧。
如果源和目标列选项还不够,还可以通过几种不同的方式向目标数据表中添加其他列:
- 全部传播会将所有源列插入目标数据表,无论它们是否已经存在。
- 传播所选项只会插入所选的源列。
- 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。
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。
要重新排列目标数据表中的列,请选择所需的列,然后右键单击并选择移到顶部、上移、下移或移到底部。
要只返回非重复的选项,请选择非重复菜单选项。这会为源中的每个列切换显示一组复选框。只需选中相应列旁边的复选框,即可仅返回非重复的结果。
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个列切换显示一组下拉框。可使用以下汇总选项:
- 分组依据(设为默认)
- 求和
- 最小值
- 最大值
- 第一个
- 最后一个
- 计数
- 平均值
- 中位数
- 众数
- 标准差
- 方差
- 乘积
- 绝对值
- 分位数
- 偏度
- 峰度
- 平均绝对偏差
- 累计求和
- 累计最小值
- 累计最大值
- 累计乘积
为了获得最大的灵活性,源数据和目标数据都提供数据筛选器。对于较大的数据集,在源上筛选掉行尤其有益,因为这样其余操作就是在较小的数据集上执行的。
选择数据子集
Section titled “选择数据子集”任何有效的 Python 表达式都可用于对数据取子集。请参阅表达式
了解更多详情和示例。
对结果数据应用二级筛选器
Section titled “对结果数据应用二级筛选器”任何有效的 Python 表达式都可用于对数据取子集。请参阅表达式了解更多详情和示例
最终数据表切片(限制)
Section titled “最终数据表切片(限制)”要限制数据,只需勾选应用行切片器复选框,然后指定以下内容:
- 要跳过的起始行数:要跳过的数据行数(计数中不包括列标题行)
- 结束行:要包含的最后一行数据。这与单纯计算末尾要丢弃的行数不同