基于特定属性在Rapidminer中设置聚合示例集

Question

我有点担心使用rapidminer聚合两个示例集的简单任务，需要对进程和可能的运算符提出建议。

我有两个CSV，如：

key     A   B   C   D   E
first   2   2   2   2   2
second  3   3   3   3   3

和

key     D   E   F   G   H   I   J   K
first   4   4   4   4   4   99  99  99
third   5   5   5   5   5   77  77  77

我想要的是一个聚合数据集，它基本上是这两者的联合，但我也希望在生成的数据集中将'key'属性设置为uniqie。由于'first'值出现在两个数据集中，我需要对相应的值求和，因此得到的数据集如下：

key     A   B   C   D   E   F   G   H   I   J   K
first   2   2   2   6   6   4   4   4   99  99  99
second  3   3   3   3   3   ?   ?   ?   ?   ?   ?
 third  ?   ?   ?   5   5   5   5   5   77  77  77

请注意，'First D'和'First E'单元格已变为6（2 + 4）。

问号是由Union运营商生成的缺失值，稍后将被替换。

提前致谢。

Answer 1

从Union运算符开始。

使用此输入

key        B        C
first      4        5
third      4        5

和这个

key        A        B
first      3        4
second     3        4

Union会这样做。

key        A        B       C
first      3        4       ?
second     3        4       ?
first      ?        4       5
third      ?        4       5

然后使用Aggregate来获取此信息。

key        sum(A)   sum(B)  sum(C)
first      3        8       5
second     3        4       0
third      0        4       5

此处所需的参数是use default aggregation设置为true，default aggregation function设置为sum，group by attributes设置为key。

最后一步是使用Rename by Replacing更改属性名称以使用户更友好。所需参数为replace what设置为sum\((.*)\)，replace by设置为$1。