处理数字

本页介绍了在 Cloud Data Fusion Studio 的 Wrangler 工作区中准备数据时如何执行数值计算。

您可以在以下数据类型的列中执行这些转换：

  • 整数
  • 十进制
  • 双精度型
  • 浮点数
  • 长
  • 简洁版

如需了解详情，请参阅 set-column 指令。

您可以在一列或多列中使用数字函数。可用的数值 函数因所选列数而异。您可以选择创建一个包含计算结果的新列，也可以让结果显示在添加转换的列中。

如果您对单个列应用数值函数，其行为与对多个列应用数值函数不同。例如：

  • 对单列使用 Multiply() 函数时，您可以指定 列中的每个值要相乘的十进制值。Wrangler 会对示例数据执行乘法，并在同一列或新列中显示新值。
  • 如果您对多个列使用 Multiply() 函数，Wrangler 会对所选列的每一行中的值进行乘法，并在转换的第一列中显示新值。

对一列中的值执行数字计算

如需对某个列应用数字计算，请按以下步骤操作：

  1. 前往 Cloud Data Fusion 中的 Wrangler 工作区。
  2. 在数据标签页中，找到列名称，然后点击 arrow_drop_down 展开箭头。

  3. 选择 Calculate，然后选择一个选项，例如 Add。

    为了完成计算，部分函数会要求您输入一个小数 值。例如，如果您选择减法，则必须输入 从每一行中减去。

  4. 可选：要为计算值创建新列，请选择 复制到新列复选框。

  5. 点击应用。

这些值会根据计算结果而变化。Wrangler 会将相应指令添加为配方中的步骤。例如，如果您从 Price 列中的每个值中减去 2，Wrangler 会将以下转换添加到该食谱中：

set-column :Price Price - 2

运行数据流水线时，系统会将转换应用于该列中的所有值。

支持的一列计算

您可以对一列中的所有值执行以下计算：

函数 说明
绝对值 返回列中每个值的绝对值。例如： -10 的绝对值为 10。
添加 向列中添加正或负小数，或添加多列以输出每行的总和。
Arccos 返回某列中每个值的余弦值的倒数。
Arcsin 返回某个列中每个值的 sin 的倒数。
Arctan 返回某个列中每个值的反正切值。
塞尔 返回大于或等于列中每个单元格的数值的最小整数。例如，如果值为 2.21，Ceil 会返回 3。如果值为 5.88，Ceil 会返回 6。如果 为 -5.15，则 Ceil 返回 -5。
Cos 返回每个列值的余弦。
Cube 将列中的每个值都乘方到 3。
立方根 返回列中每个值的立方根。
除法 将列中的每个值除以正负小数，或将两列中的每个值进行除法。
楼层 返回大于或等于所指定数值的最大整数 。例如，如果值为 2.21，则 FLOOR 会返回 2。如果值为 5.88，则 FLOOR 会返回 5。同样，如果值为 -5.15，则 FLOOR 会返回 -6。
日志 返回列中每个值对应的对数。
Modulo 返回将列中的每个值除以正小数的余数，或返回将两列中的每个值除以另一列的余数。
乘法 将列中的每个值乘以正负小数，或将两列中的每个值相乘。
自然日志 返回列中每个值的自然对数。
以下要素： 将列值提高到指定值的次方。
随机 在指定的时间期限内生成不可预测的随机双精度值 列。
圆角 对列中的每个值进行四舍五入。
正弦函数 返回列中每个值的正弦值。
方形 将列中的每个值都乘以 2。
平方根 返回列中每个值的平方根。
减法 从列中的每个值中减去一个正或负小数。
Tan 返回列中每个值的正切值。

对两列中的值执行数字计算

如需对两个列应用数字计算，请按以下步骤操作：

  1. 前往 Cloud Data Fusion 中的 Wrangler 工作区。
  2. 在数据标签页上，选中两个列名称旁边的复选框。
  3. 找到列名称，然后点击 arrow_drop_down 展开箭头。
  4. 选择计算，然后选择一个选项，例如加法。
  5. 可选：如需为计算值创建新列，请选中复制到新列复选框。否则，计算值会替换现有值。
  6. 点击应用。

这些值会根据计算结果而变化。Wrangler 会添加 指令作为配方中的一个步骤。例如，如果您在 Q1_Sales 和 Q2_Sales 列的每行中添加值，并创建一个名为 H1_Sales 的新列，Wrangler 会将以下转换添加到该食谱中：

set-column :H1_Sales arithmetic:add(Q1_Sales, Q2_Sales)

当您运行数据流水线时，Wrangler 会执行转换，并创建一个名为 H1_Sales 的新列，其中包含 Q1_Sales 和 Q2_Sales 的总和。

支持的两列计算

您可以对两个列中每行的值执行以下数值计算：

函数 说明
添加 为列添加正/负小数或添加多个列 以输出每行的总和。
一般 返回多列中每行的平均值。
除号 将列中的每个值除以正负小数，或将两列中的每个值进行除法。
等于 布尔函数，用于比较两列以查看值是否匹配，行 按行显示。返回 true 或 false。
LCM 返回两个列中每个数字的最小公倍数。
最大值 返回两列中每行的最大值。
最小 返回两列中每行的最小值。
Modulo 返回将列中的每个值除以正小数的余数，或返回将两列中的每个值除以另一列的余数。
乘法 将列中的每个值与正/负小数或 将两列中的每个值相乘。
减法 将一个正小数或负小数减去 列。

对三列或更多列中的值执行数字计算

Cloud Data Fusion 支持对 在 6.8.0 及更高版本中为 3 列或更多列。

要将数值计算应用于三列或更多列，请按以下步骤操作：

  1. 转到 Cloud Data Fusion 中的 Wrangler 工作区。
  2. 在数据标签页上，选中两个列名称旁边的复选框。
  3. 找到列名称，然后点击 arrow_drop_down 展开箭头。
  4. 选择计算，然后选择一个选项，例如加法。
  5. 可选：如需为计算值创建新列，请选中复制到新列复选框。否则，计算值会替换现有值。
  6. 点击应用。

这些值会根据计算结果而变化。Wrangler 会添加 指令作为配方中的一个步骤。例如，如果您在每一行中添加值 （共 Q1_Sales、Q2_Sales、Q3_Sales 和 Q4_Sales 列），并创建一个 名为 2022_Sales 的新列，Wrangler 会将以下转换添加到 食谱：

set-column :2022_Sales arithmetic:add(Q1_Sales, Q2_Sales, Q3_Sales, Q4_Sales)

当您运行数据流水线时，Wrangler 会执行转换并创建 一个名为 2022_Sales 的新列，其中包含 Q1_Sales、Q2_Sales、 Q3_Sales 和 Q4_Sales。

支持在三列或更多列中进行计算

您可以对 3 个或 2 个中每行的值进行以下计算： 更多列：

函数 说明
添加 为列添加正/负小数或添加多个列 以输出每行的总和。
平均 返回多列中每行的平均值。
等于 布尔函数，用于比较两列以查看值是否匹配，行 按行显示。返回 true 或 false。
Max 返回两个列中每行的最大值。
最小 返回两列中每行的最小值。
乘 将列中的每个值与正/负小数或 将两列中的每个值相乘。

后续步骤