kettle——处理缺失值

It's a cinch!

已于 2023-06-10 09:40:56 修改

阅读量1.7k

点赞数

分类专栏： kettle 文章标签：数据清洗

于 2023-05-18 17:39:04 首次发布

本文链接：https://blog.csdn.net/m0_60154718/article/details/130751568

版权

kettle 专栏收录该内容

7 篇文章 0 订阅

订阅专栏

题目要求：

1.读取revenue.txt文件，新建一个转换命名为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”、“空操作控件”、“Excel输出控件”，完成对revenue.txt文件缺失值删除的操作，并将操作结果以Excel格式输出。（提示：revenue.txt文件中四个字段分别为Name、Sex、Pay、Area，其中Pay为整型，其余为字符串类型，操作时先删除缺失值较多的字段，再删除存在缺失值的记录）
2.读取people_survey.txt文件，新建一个转换命名为fill_missing_value，并添加“文本文件输入控件”、“过滤记录控件”、“空操作控件”、“替换NULL值控件”、“合并记录控件”、“字段选择控件”，完成对people_survey.txt文件缺失值填充的操作，并将操作结果以文本文件格式输出（要求字段和值格式对齐）。（提示：people_survey.txt文件中三个字段分别为userid、hours_per_week、workclass，其中hours_per_week为整型，其余为字符串类型，用均值44替换hours_per_week中的缺失值，用Private替换workclass中的缺失值）。

一、删除缺失值

1、文本文件输入

①导入并增加文件

② 分隔符为’tab’,取消头部复选框

③ 获取字段并修改字段名称

2、字段选择

①获取字段

②移除‘sex’字段

3、过滤记录

设置过滤条件

4、输出excel文件

①设置输出到revenue_test.xls文件

②获取字段

5、运行

查看执行结果

查看revenue_test.xls文件

二、填充缺失值

1、添加文件

②分隔符采用tab，取消头部复选框

③获取字段

预览结果如下