一、去除缺失值
通过Kettle工具,去除原始数据集revenue.txt中的缺失值。
1、数据准备
现在有一份就业人员的收入数据文件revenue.txt,由于某种原因,在数据采集的过程中产生了大量的缺失值数据,内容如图所示。
2、delete_missing_value转换
(1)通过使用Kettle工具,创建一个转换delete_missing_value,并添加“文本文件输入”控件、“字段选择”控件、“过滤记录”控件、“Excel输出”控件、“空操作(什么也不做)”控件以及Hop跳连接线。
(2)各控件配置
1)配置文本文件输入控件
将要去除缺失值的文件revenue.txt添加到“文本文件输入”控件中。
单击“内容”选项卡;在清除分隔符处的默认分隔符“;”,单击【Insert TAB】按钮,在分隔符处插入一个制表符;取消勾选“头部”复选框。
单击“字段”选项卡;根据文件revenue.txt的内容添加对应的字段名称,并指定数据类型。
单击【预览记录】按钮,查看文件revenue.tx