消除重复项并插入具有最大编号的唯一记录。通过Talend提供的列值

Question

我有一个excel文件，每天都会更新，即每次数据总是不同。

我使用 Talend 将Excel工作表中的数据拉入表格。我在表格中定义了主键Company_ID。

我面临的错误是Excel工作表的重复Company_ID值很少。由于每天都会更新Excel文件，因此将来还会获取更多重复值。

我想选择Company ID字段为1的第一条记录，并且其余列中的记录不为空。此外，对于Company_ID 3，一列的空值为ok，因为它是company_id的唯一记录。

如何选择最大值为no的唯一行。是否存在列值，例如在Talend中Company ID 1的情况下？

Answer 1

tUniqRow通常是处理重复项的最简单方法。 如果您担心来到tUniqRow的第一行可能不是您想要的第一行，您可以对行进行排序，因此他们按您的首选顺序输入tUniqRow：

（使用过的组件：tFileInputExcel，tJavaRow，tSortRow，tUniqRow，tFilterColumns）

在您的特定情况下，tJava可能如下所示：

// Code generated according to input schema and output schema
output_row.company_id = input_row.company_id;
output_row.name       = input_row.name;
output_row.et_cetera  = input_row.et_cetera;
// End of pre-generated code

int i = 0;
if (input_row.company_id == null) { i++; }
if (input_row.name       == null) { i++; }
if (input_row.et_cetera  == null) { i++; }
output_row.priority = i;