在水壶中填写流道标题

Question

我有一个地区级数据的XLS文件，其中每个地区都在一个地区中。但region列仅为区域中的第一个地区填充。类似于：

District  Region Population
Foo       Bar    1234
          Baz    345
          Qux    69
Quux      Zob    1234
          Bax    42

诸若此类。我如何处理它，使空的区域字段填充正确的区域值(用于最终输出到CSV，但我可以执行此操作)以获得：

District  Region Population
Foo       Bar    1234
Foo       Baz    345
Foo       Qux    69
Quux      Zob    1234
Quux      Bax    42

我实际上是用Shapefile 2.0来做这件事的--最终这一切都会出现在一个GeoKettle文件中。

Answer 1

我不认为你会有一个通用的步骤来进行这种转换，就像@Brian所说的，大多数PDI步骤都是用真正的表格数据工作的。但在这些情况下，您可以通过一个简单的修改Java脚本步骤来解决它。

我们在这里要做的是编写一个脚本，将最后一个非空的District存储为变量lastDistict，并在空行上使用它。

首先，插入一个修改过的Java脚本，并将其连接到已有的流中。打开该步骤，右键单击脚本的标题(选项卡)，然后选择"Add new“。在这个新脚本中只插入：

var lastDistrict;

右键单击此脚本的标题，然后选择“设置开始脚本”。这样做，您将告诉Kettle仅在第一次使用该步骤时执行var创建，否则您将在每个新行上丢失lastDistrict的值。

在另一个脚本的相同步骤(通常为Script 1)中插入：

if ((District == null) || (trim(Distict) == "")) {
    newDistrict = lastDistrict;
} else {
    newDistrict = District;
    lastDistrict = District;
}

在步骤的底部，您将看到一个名为Fields的网格。创建一个名为newDistrict的新字段，并将其类型设置为String。

现在，您将拥有一个新的字段newDistrict，其中所有行上都有值。如果不想创建新列，只需用Disctrict填充Rename to并将Replace value 'Fieldname' or 'Rename to'设置为Y即可。