Transformationer för batchdatatransformationer

Använd transformationer för att utföra beräkningar på och manipulera dina data. Du kan till exempel använda en transformation för att skapa ett beräknat fält baserat på en formel. Du lägger till transformationer i en Transformera-nod. Du kan sätta ihop flera transformationer i rad för att manipulera data sekventiellt.

• Hinktransformationer: Kategorisera fältvärden
  Hinka dina nummer-, text- och booleska fält för att gruppera och organisera data.
• Transformationer för datatypkonvertering: Konvertera kolumntyper
  Datatypen för en kolumn bestämmer hur du kan fråga den kolumnens data. Du kan till exempel filtrera och gruppera efter en text- eller datumkolumn eller utföra matematiska beräkningar för en måttkolumn. Ibland taggas fält felaktigt. Vid behov, använd transformationerna för att konvertera kolumntyp för att konvertera kolumner till rätt typ.
• Datum och tid-transformationer: Beräkning på datumfält
  Datumfält är nyckeln till att förstå trender över tid eller hålla team medvetna om kommande milstolpar och deadlines. För att beräkna baserat på datum eller göra dem mer användbara för din analys, använd datum- och tidtransformationer. Med alternativet Now kan du infoga en kolumn med aktuellt datum och tidpunkt i ett specificerat format. Använd Date Difference för att beräkna varaktigheten mellan två valda datumkolumner, som dagar, månader eller år. Och använd funktionen Add or Subtract Days or Months för att lägga till eller dra ifrån dagar eller månader från en datumkolumn.
• Transformationen Släpp kolumner
  Släpp oönskade kolumner från en batch datatransformering. Du kan till exempel lägga till en Släpp kolumner-transformation efter en formeltransformation för att släppa indatakolumner som används för att beräkna en kolumn.
• Transformationen Extrahering: Hämta en datumkomponent
  Använd transformationen Extrahering för att hämta en vald komponent från ett datumfält till ett nytt fält. Du kan till exempel extrahera tidskomponenten från Skapandedatum för ett kundcase för att analysera kundcaseskapande efter tid på dagen.
• Redigera attribut-transformation: Ändra kolumnnamn och värdeformat
  Använd transformationen Redigera attribut för att göra kolumnnamn mer beskrivande och tillämpa enhetliga format på kolumnvärden. Du kan ange etiketter och API-namn för alla kolumner. Du kan även ange precision och skala för numeriska kolumner, teckenlängd på textkolumner och datumformat för datumkolumner.
• Platta ut JSON-data
  Förvandla data som intas som en JSON-sträng till tabelldata i en batchtransformation. För att använda data i funktioner längre ner, som identitetslösning och segmentering, måste data lagras som rader och kolumner i ett datasjöobjekt eller datamodellobjekt. Du kan platta ut JSON-data som lagras som ett enskilt objekt, en matris av objekt eller en matris av litterära värden (skalära värden).
• Platta ut hierarkiska data
  Använd utplattningstransformationen för att förenkla kapslade, hierarkiska data genom att konvertera dem till en lista. Listan följer var varje nod och de som föregår den (kallas dess ursprungskomponenter) visas i hierarkin. För att platta ut data, specificera fältet som innehåller varje nod i hierarkin och fältet som innehåller deras motsvarande överordnade. Efter att du kört transformationen innehåller varje post listan över ursprungskomponenter.
• Formatera datum-transformation: Standardisera datumformatet i en kolumn
  Standardisera formatet för alla datum i en textkolumn med transformationen Formatera datum. Med ett enhetligt format går det att korrekt filtrera och gruppera poster efter datum och använda filtrering efter en datumkomponent, till exempel månaden. Det gör också att du utan problem kan konvertera kolumntypen från text till datum.
• Formeltransformation: Skapa en beräknad kolumn baserat på ett uttryck
  Skapa en kolumn som visar värden baserade på en formelberäkning. Beräkningen kan inkludera indata från andra kolumner i samma rad eller över flera rader. Du kan till exempel skapa kolumnen Vinst baserat på indata från kolumnerna Intäkter och kostnad. Ange formler i SQL. SQL i Data 360 är en samling standardfunktioner och egna funktioner för numeriska data, strängdata och datumdata.
• Delningstransformation: Dela upp kolumnvärden
  Dela upp en sträng i en textkolumn i två värden genom att ange en avgränsare. För att dela upp kolumnvärden i fler än två delar, lägg till flera instanser av delningstransformationen. Du kan till exempel använda tre delningstransformationer för att dela upp en adress i gatuadress, stad, delstat och postnummer.