Spalten umbenennen, kopieren, löschen oder beibehalten
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Auf dieser Seite wird erläutert, wie Sie Spalten umbenennen, kopieren, löschen oder beibehalten, wenn Sie Daten im Wrangler-Arbeitsbereich von Cloud Data Fusion Studio vorbereiten.
Spalte umbenennen
Wenn Sie eine Spalte im Wrangler-Arbeitsbereich umbenennen möchten, klicken Sie auf den Spaltennamen und geben Sie einen neuen Namen ein. Wrangler fügt dem Rezept die Anweisung rename hinzu.
Spalte kopieren
Wenn Sie die Auswirkungen einer neuen Richtlinie auf einen Datensatz nachvollziehen möchten, können Sie eine Spalte in eine neue Spalte mit einem anderen Namen kopieren und dort Richtlinien anwenden.
Klicken Sie auf dem Tab Daten auf den Namen einer Spalte und dann auf den arrow_drop_down-Pfeil zum Maximieren der Spalte.
Wählen Sie Spalte kopieren aus und geben Sie einen Namen für die neue Spalte ein.
Wrangler kopiert die Spalte und fügt dem Rezept die Anweisung copy hinzu.
Spalte löschen
Bei Datasets mit vielen Spalten können Sie die Pipelineleistung verbessern und Ressourcen sparen, indem Sie unnötige Spalten löschen. Je weniger Spalten, desto schneller ist der Pipelinelauf abgeschlossen. Das gilt insbesondere für Pipelines, die eine Zusammenführungstransformation enthalten.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-09-04 (UTC)."],[[["\u003cp\u003eThis guide details how to manage columns within the Cloud Data Fusion Wrangler workspace, including renaming, copying, deleting, and keeping columns.\u003c/p\u003e\n"],["\u003cp\u003eRenaming a column is done by clicking on the column name and entering the new one, which will add the \u003ccode\u003erename\u003c/code\u003e directive to the recipe.\u003c/p\u003e\n"],["\u003cp\u003eCopying a column involves using the "Copy column" option from the column's dropdown, which then allows you to apply directives to a duplicated column, adding the \u003ccode\u003ecopy\u003c/code\u003e directive to the recipe.\u003c/p\u003e\n"],["\u003cp\u003eDeleting a column is done via the "Delete column" option, reducing the dataset's size and improving pipeline efficiency, and this adds the \u003ccode\u003edrop\u003c/code\u003e directive to the recipe.\u003c/p\u003e\n"],["\u003cp\u003eThe "Keep column" feature deletes all columns except the selected one, making it possible to quickly isolate a single column, which adds the \u003ccode\u003ekeep\u003c/code\u003e directive to the recipe.\u003c/p\u003e\n"]]],[],null,["# Rename, copy, delete, or keep columns\n\nThis page explains how to rename, copy, delete, or keep columns when you prepare\ndata in the Wrangler workspace of the Cloud Data Fusion Studio.\n\nRename a column\n---------------\n\nTo rename a column in the Wrangler workspace, click a column name and enter a\nnew name. Wrangler adds the `rename` directive to the recipe.\n\nCopy a column\n-------------\n\nTo understand the impact of using a new directive on a dataset, you can copy a\ncolumn into a new column with a different name and apply directives there.\n\nTo copy a column, follow these steps:\n\n1. [Go to Wrangler workspace in Cloud Data Fusion](/data-fusion/docs/concepts/wrangler-overview#navigate-to-wrangler).\n2. On the **Data** tab, go to a column name and click the arrow_drop_down expander arrow.\n3. Select **Copy column** and enter a name for the new column.\n\nWrangler copies the column and adds the `copy` directive to the recipe.\n\nDelete a column\n---------------\n\nFor datasets with many columns, you can improve pipeline performance and save\nresources by deleting unnecessary columns. With fewer columns, the pipeline\nrun completes faster. This is especially true for pipelines that include a\nJoiner transformation.\n\nTo delete a column from a dataset, follow these steps:\n\n1. [Go to Wrangler workspace in Cloud Data Fusion](/data-fusion/docs/concepts/wrangler-overview#navigate-to-wrangler).\n2. On the **Data** tab, go to a column name and click the arrow_drop_down expander arrow.\n3. Select **Delete column**.\n\nWrangler deletes the column and adds the `drop` directive to the recipe.\n\nKeep a column\n-------------\n\nYou can keep a column in a dataset and delete all other columns.\n\nTo keep a column, follow these steps:\n\n1. [Go to Wrangler workspace in Cloud Data Fusion](/data-fusion/docs/concepts/wrangler-overview#navigate-to-wrangler).\n2. On the **Data** tab, go to a column name and click the arrow_drop_down expander arrow.\n3. Select **Keep column**.\n\nWrangler deletes all columns in the dataset, except the one you chose, and adds\nthe `keep` directive to the recipe.\n\nWhat's next\n-----------\n\n- Learn more about [Wrangler directives](/data-fusion/docs/concepts/wrangler-overview#apply_directives)."]]
