Question

假设我通过'File Reader'节点读取了csv的以下列：

    <ul class="nav nav-tabs">
      <li class="pull-right">
        <a class="dropdown-toggle" data-toggle="dropdown"> More <span class="caret"></span></a>
          <ul class="dropdown-menu">
            <li><a [routerLink]="['/profile/settings']">Settings</a></li>
            <li><a [routerLink]="['/profile/billing']">Billing</a></li>
          </ul>
      </li>
      <li class="pull-right" [routerLinkActive]="['active']"><a [routerLink]="['/profile/feature1']">Feature1</a></li>
      <li class="pull-right" [routerLinkActive]="['active']"><a [routerLink]="['/profile/feature2']">Feature2</a></li>
    </ul>

阅读之后，我注意到“城市”一栏包含大量独特的值。我想：

了解哪些值是'city'最常见的'k'
修改那些不是'k'最常用的东西来保存像'other'这样的东西

示例：

<a [routerLinkActive]="['active']" class="dropdown-toggle" data-toggle="dropdown"> More <span class="caret"></span></a>

选择k为1，我想生成下表：

id, name, city, income

之所以发生这种情况，是因为“纽约”是原始表格中“城市”最常见的“1”值。

你知道我怎么能用Knime做到这一点吗？

非常感谢！

Answer 1

您可以使用CSV Reader读取数据。使用统计信息和行过滤器节点，您可以找到k个最常见的值。从那些，您可以使用GroupBy创建一个集合单元格。使用该集合值，您可以将Rule Engine与类似的规则集一起使用：

$city$ IN $most frequent cities$ => $city$
TRUE => "Other"

转换频率较低的值

1 个答案: