Question

我正在使用Kettle阅读excel表，这张表有三个字段：代码，描述和日期。

示例：

1 - description A - 01/JAN/2013
2 - description A - 15/JAN/2013
3 - description A - 04/JAN/2013
4 - description B - 02/JAN/2013
5 - description B - 16/JAN/2013
6 - description B - 11/JAN/2013

我想要的是为每一行添加一个额外的字段最大日期，其中最大日期是基于描述的组的最新日期，如下所示：

示例2

1 - description A - 01/JAN/2013 - 15/JAN/2013
2 - description A - 15/JAN/2013 - 15/JAN/2013
3 - description A - 04/JAN/2013 - 15/JAN/2013
4 - description B - 02/JAN/2013 - 16/JAN/2013
5 - description B - 16/JAN/2013 - 16/JAN/2013
6 - description B - 11/JAN/2013 - 16/JAN/2013

描述A 的行组最新日期为15 / JAN / 2013（因为第2行）。 描述B 的行组最新日期为16 / JAN / 2013（因为第5行）。

Answer 1

这是行反规范化步骤的完美工作：

http://wiki.pentaho.com/display/EAI/Row+denormaliser

Answer 2

将数据拆分为两个流（复制到连续步骤）实际上更容易使用Group Step使用流1并将该组基于描述并设置为聚合最大值以查找每个组的最大日期（应该根据您的示例生成两个输出行。

description A - 15/JAN/2013
description B - 16/JAN/2013

接下来，您将使用流2查找流查找步骤以从组步骤 - 流1中查找max_date聚合，将描述字段用作关键字段，并使用max_date聚合作为要检索的值。

请记住，当您使用组步骤时，必须相应地对数据进行排序。

Answer 3

您可以使用Max作为数组公式来完成此操作。

因此，假设您的工作表中的原始数据位于工作表中的A列到C中，请在单元格D1中输入：

=MAX(--($B$1:$B$4=B1)*($C$1:$C$4))

然后，为了使它成为一个数组公式，你点击 CTRL + SHIFT + ENTER

当然，改变B列和B列的范围。 C以匹配您的数据集。

希望这有帮助并且有意义。

水壶：如何获得每组行的最大日期

3 个答案: