【KNIME案例】Excel多工作簿通过关键字段联结

背景：Excel表格中含有多个工作簿（如例子中的“员工职位信息表”，“员工个人信息表”，“部门信息表”等等），它们之间含有相同名称的一个或者多个关键字段，需求是将这样的若干表格，依次按照关键字段进行联结，最终形成一张完整信息的大表。类似的需求，在数据库表格操作中是十分普遍的，一般使用sql语句中的join功能实现，可以进行类比。

方案：建立KNIME定时任务工作流，固化Excel多个工作簿的联结流程，自动完成表格拼接合并任务。由于表格是依次进行联结操作的，下一步的操作建立在上一次联结的表格基础之上，属于迭代循环操作，所以方案中将使用递归循环节点（Recursive loop）来完成这样的联结操作。在循环的每一步，主要的思路就是对于上一步已经联结好的表格，和新读取的下一张Excel工作簿表格，进行列名的比对，找出它们的列名交集传递到KNIME的joiner节点当中，对上述两个表格完成联结，形成新的表格。这样的步骤重复下去，就可以将Excel当中的多个工作簿，依据关键字段，联结成一张大表。

本例（视频介绍请移步B站，搜索Up：“星汉长空”，视频：KNIME案例(265)联结多工作簿，具体步骤介绍请参考视频，下面仅简要介绍关键的步骤及涉及到的节点功能）：

步骤1. 在KNIME中拖入Read Excel Sheet Names节点，双击设置读取文件的路径，选择“人员信息表”Excel文件，读取Excel文件的路径以及其中包含的所有工作簿名称。

步骤2. 为了循环遍历Excel文件中的工作簿，需要加入递归循环节点（Recursive Loop Start），且应该为其增加一个Recursion端口（Add Recursion port），因为这里不仅要传递Excel工作簿的名称列表，还需要将上一次联结好的表格传入。

步骤3. 为了循环读取并获得Excel文件中当前的工作簿，需要对Recursive Loop Start端口上的Excel工作簿的名称列表进行行分割操作，加入Row Splitter节点，设置只取其第一行，这样第一行的Excel路径信息和工作簿名称就可以用于读取当前的Excel工作簿；而剩余的部分，将传递到Recursive Loop End节点上，为下一次取Excel的工作簿做好准备。

步骤4. 拖入Table Row to Variable节点，将Row Splitter节点产生的当前Excel路径信息和工作簿名称转变为变量，再拖入Excel Reader节点，在路径设置里选择Excel路径信息变量，选择按名称读取Excel工作簿，并将工作簿名称变量传入，即可获得Excel当前工作簿的数据内容。

步骤5. 对步骤3，Recursive Loop Start端口上的上一步联结好的数据表格，和步骤4，新读取的Excel工作簿表格，都进行列名的提取操作，然后获取它们的交集部分，转变为列表，再转变为变量。

步骤6. 拖入Joiner节点，对步骤5中的两个表格进行联结（join）操作，联结依据的关键字段，就是步骤5形成的列名列表变量。

步骤7. 执行工作流，在循环过程中，依次对Excel文件中的多个工作簿进行联结操作，逐步形成了一个大的信息表格。

解释1. 何为KNIME？KNIME数据分析平台是一款强大开源的数据挖掘软件平台，可以固化数据处理的流程，在人与人，人与机器之间进行传递。

解释2. 数据处理任务固化成工作流有什么好处？上面建立的Excel多工作簿表格联结工作流，并不限制工作簿的数量，也没有手动设置工作簿间联结所依据的关键字段的名称，都是自动化完成的。这样的工作流固化的操作流程，减少了人工参与所带来的风险，确保了数据处理质量的一致性，也可以形成人员之间，人与机器之间的有效协同配合，大大加快需求解决的效率，代表了新的方法论，是一种新的组织模式的载体；且与编程实现功能有所不同，具有传递流程思想的作用，便于共享、维护、复用、拓展。