转换频率较低的值
Transforming less frequent values
假设我通过 'File Reader' 节点读取的 csv 有以下列：
id, name, city, income
阅读后，我注意到 'city' 列包含大量唯一值。我想：
- 了解哪些值是 'k' 'city'
最常见的值
- 修改那些不是 'k' 最常见的内容以包含 'other'
示例：
id, name, city, income
1, Person 1, New York, 100.000
2, Person 2, Toronto, 90.000
3, Person 3, New York, 50.000
4, Person 4, Seattle, 60.000
选择 k 为 1，我想生成以下内容 table：
id, name, city, income
1, Person 1, New York, 100.000
2, Person 2, Other, 90.000
3, Person 3, New York, 50.000
4, Person 4, Other, 60.000
这是因为 'New York' 是 'city' 在原始 table 中最常见的“1”值。
你知道我如何使用 Knime 做到这一点吗？
非常感谢！
您可以使用 CSV Reader 来读取数据。使用 Statistics 和 Row Filter 节点，您可以找到 k 个最频繁出现的值。从中，您可以使用 GroupBy 创建一个集合单元格。使用该集合值，您可以使用具有类似规则集的规则引擎：
$city$ IN $most frequent cities$ => $city$
TRUE => "Other"
假设我通过 'File Reader' 节点读取的 csv 有以下列：
id, name, city, income
阅读后，我注意到 'city' 列包含大量唯一值。我想：
- 了解哪些值是 'k' 'city' 最常见的值
- 修改那些不是 'k' 最常见的内容以包含 'other'
示例：
id, name, city, income
1, Person 1, New York, 100.000
2, Person 2, Toronto, 90.000
3, Person 3, New York, 50.000
4, Person 4, Seattle, 60.000
选择 k 为 1，我想生成以下内容 table：
id, name, city, income
1, Person 1, New York, 100.000
2, Person 2, Other, 90.000
3, Person 3, New York, 50.000
4, Person 4, Other, 60.000
这是因为 'New York' 是 'city' 在原始 table 中最常见的“1”值。
你知道我如何使用 Knime 做到这一点吗？
非常感谢！
您可以使用 CSV Reader 来读取数据。使用 Statistics 和 Row Filter 节点，您可以找到 k 个最频繁出现的值。从中，您可以使用 GroupBy 创建一个集合单元格。使用该集合值，您可以使用具有类似规则集的规则引擎：
$city$ IN $most frequent cities$ => $city$
TRUE => "Other"