《BI那点儿事》数据流转换——聚合

原文: 《BI那点儿事》数据流转换——聚合

聚合转换可以像T-SQL中的函数GROUP BY, Average, Minimum, Maximum, 和 Count一样对数据进行聚合运算。在图中可以看到数据以SampleID分组，对TotalSugar做Average、Maximum、Minimum、Count操作。这样产生了4列新的数据，供其他操作。

在聚合操作编辑器Aggregate Transformation Editor，首先选择需要进行聚合操作的列，然后选中的列将会出现在下面的一个表里面在Output Alias列里面输入输出列的别名。最重要的以个设置是在Operation这一列选择聚合操作。它有一些选项。

•  Group By：将数据按照某列分组
•  Average：对数据列求和操作
•  Count：对一组数据中非空行计算行数
•  Count Distinct：对一组数据中的非空行计算非重复的行数
•  Minimum：对一组数据中的数字列求最小值
•  Maximum：对一组数据中的数字列求最大值
•  Sum：对一组数据中的数字列求和

点击Advanced标签界面，在这个界面可以编辑转换输出。在Advanced界面可以输入聚合计算的名字，产生一个新的列。在Advanced标签界面，最关键的选择项是设置转换时的缓存，使它在一个合适的水平。例如较低水平设置为500000条，中等水平设置为5000000条，较高水平设置为25000000条。也可以使用Number of Keys属性设置具体数值。Auto Extend Factor属性设置转换可以使用的内存量，默认的值是25%，也可以设置其他选项保证RAM占用量。Warn On Division by Zero单选框用来处理求平均值时被除数是0，如果没有选择，转换失败将不会给出任何提示。