Chapter18 栏位操作节点.ppt

Chapter18 欄位操作節點 18.1 總論 18.2 類型節點 18.3 過濾節點 18.4 導出節點 18.5 填充節點 18.6 設置標記節點 18.7 歷史節點 8.1 總論 在資料準備階段，使用者通常需要選擇、清理和建構資料。 欄位操作節點能夠幫助使用者爲建模和其他下游流程 的操作準備資料。 欄位操作選項板包含以下節點： 類型（Type） 過濾（Filter） 導出（Derive） 填充（Filler） 設置成標記（Set to Flag） 歷史（History） 8.2 類型節點 類型 資料使用類型： (1)連續型(Range)：用於描述數值。 (2)離散型(Discrete)： 用於當一個具體值的精確數量未知時描述字串。 (3)標記型(Flag)：用於只取兩個具體值的資料。 (4)集(Set)： 用於描述帶有多個具體值的資料，每個值作爲集中 的一個元素。 note:將一種類型設置爲集並不會自動把值轉換爲字串。 (5)無類型(Typeless)： 用於不符合上述任一種類型的資料或者含有太多元 素的集類型資料。 在類型節點中設置資料類型 (一)使用自動定類:使用Read Values按鈕來立刻讀取資料 來源中的值。 (二)手工設定欄位類型: 何謂實例化 實例化就是讀取或詳細說明資訊的過程。 未實例化: 未知類型的資料通常被認爲是未實例化。 部分實例化:當使用者具有關於一個欄位存儲如字串或數值的資 訊時，資料被稱作部分實例化。 完全實例化:當某種類型的所有細節包括值都已知，在欄中就會 顯示完全實例化類型--集、標記、連續。 何時在類型節點實例化 使用者有兩種方法知道資料欄位的存儲類型和值。 (1)可以發生在使用者首次把資料引入Clementine時的 來源節點上。 (2)在把一個類型節點插入流中時。 在以下情況時，類型節點上的實例化是有用的： (1)資料集較大，而且流在類型節點前就過濾了子集 (2)資料在流程中被過濾 (3)資料在流程中被合併或附加 (4)在處理過程中導出新的資料欄位 ? 資料存儲與資料類型 欄位的類型與欄位的存儲不同，後者指出了資料是否儲存爲字串、整數、實數、時間、日期或者時間標記。存儲能夠在固定文件和可變文件來源節點處改變或使用轉換函數來改變。 類型節點已經被實例化: (1) 使用者便可以選擇Ignore Unique Fields，將自動忽略只帶有一個值的欄位。 (2)選擇Ignore Large Sets，自動忽略含有大量記錄的資料集。 讀取資料值 可以選擇自動定類選項或在一個單獨的對話方塊中指定類別和值。 Read 當執行節點時讀取資料 Read+ 讀取資料和附加到目前資料（如果已有資料存在） Pass 無數據被讀取 Current 保持目前資料值 Specify... 打開一個單獨的對話方塊來指定值和類型選項 使用值對話方塊 Type：顯示目前選中類型。使用者可以通過改變類型 來反映使用者想在Clementine使用資料的方式。 Storage： 顯示已知存儲類型。存儲類型不受使用者選擇的使用 類型（連續、集、標記）的影響。 要想改變存儲類型，使用者可以使用固定文件和可變文 件來源節點的資料標記，或者過濾節點的轉換功能。 Value： 選擇一種方法來決定已選欄位的值。 讀取資料的選擇： (1)Read from data (Read)：選擇在節點執行時讀取資料。 (2)Pass (Pass)：選擇不讀取目前欄位的資料。 (3)Specify values：該選項同值檢查一起使用，允許使用者 基於對目前欄位的認識來指定值。這種選項能夠 對每一類欄位進行單獨控制。 note:不能給無類型(Typeless)或Default的欄位類指定值。 從資料擴展值（Extend values from data）： 選擇使用者