ETL

Question

我是 Pentaho Spoon（Kettle）的新手，有以下任务：

有一个excel table，它可能是这样的：

history class
name      first name    id
Doe       John          213
Muster    Max           118
biology class
name      first name    id
Parker    Peter         844

问题是一个 xls-file 里面实际上有更多的 table。在此示例中，历史专业 class 和生物学专业 class.

的学生 table

我需要的输出：所有学生的 table 每个学生都有一个新字段，上面写着 class 他是哪个学生的一部分。示例：

name      first name   id        class
Doe       John         213       history class
Muster    Max          118       history class
Parker    Peter        884       biology class

（我的例子被极度简化了）

如何将输入 table 转换为输出 table？感谢您的帮助！

Answer 1

在 pentaho 中，您通常无法用多个表解析 excel。 IE。最好的方法是为不同的表设置多个 sheet。

如果不可能，那么至少有两个选择：

查找最大列数并手动指定列为字符串类型（因为一列的内容可能不同——数字、字符串等），然后根据一些规则解析行
使用 POI 提取 sheet 内容到文本 - new XSSFExcelExtractor(new XSSFWorkbook(new File(fileName))).getText() - 然后使用 [=51= 解析它].

这是选项 1。对于您的简单案例：

Excel 输入字段（header 未选中！）：

添加包含当前 class 名称的 className 字段的 JS 步骤：

第二步后的结果：

最后一步 - 我们过滤掉 header 行（即名字为空或 = "first name".

结果：

ETL - 如何将 table 标题作为字段值添加到 Pentaho Spoon 中的每一行

ETL - How to add table titles as field values to every following row in Pentaho Spoon

excel

pentaho

kettle

spoon