Cloud Dataprep - 根据其他列中的值将一列中的行相乘

Question

我在Cloud Dataprep工作，我有一个这样的案例：

基本上我需要根据第1列中匹配数据的行数在第2列中创建新行。

是否可能以及如何？

Answer 1

我了解您希望拥有的方案是：获取column1中与column2中存在的值匹配的所有值。在这种情况下要考虑很多事情，你没有描述，例如：{em> column2中的值可以重复吗？或如果{{1}中有值在column2中遗失了，会发生什么？或反过来会发生什么？

但是，作为解决此问题的一般方法，我将执行以下操作：

使用这样的流程，你获取输入表，它是两列，如下所示：

在食谱column1和FIRST_COLUMN中，您将两个列拆分为不同的分支，并执行必要的步骤来清理每个列。在SECOND_COLUMN中，我理解不需要做任何事情。在column1中，我了解您必须删除重复项（同样，这是我的猜测，但这取决于您的具体实施，您尚未完全描述）和删除空值。您可以应用以下转换：

最后，您可以将两个列连接在一起。根据您的需要（只显示两列中的值，只显示column2中显示的值等），您应该应用different JOIN strategy。您应该使用 Join key ，如columnX（如图中所示），如果您只选择左侧菜单中的第二列，您将获得单列结果。

请注意，在这种情况下，我使用了内连接，但使用其他JOIN类型将提供完全不同的结果。使用最符合您要求的那个。