收集exp。映射数据流 ADF 聚合转换中具有不同值的函数
Collect exp. Function with distinct Values in Mapping Data Flow ADF Aggregate Transformation
我想使用 collect(column1) 函数收集 Agg 中 column2 组的所有行值。转型。但是由于该 column1 具有重复值，因此我在返回的数组中得到了重复项。我想要一个收集所有不同值的函数。
没有 collectDistinct() 函数，因此您无法通过数据流中的函数实现此功能。
你可以试试这个：
创建两个聚合转换。
首先，按基本型号和modelDocId分组，然后添加一列（DModelDocId），表达式为first(modelDocId)。
其次，按基本型号分组，然后添加一列(modelDocIds)，表达式为collect(DModelDocId).
希望对您有所帮助。
这已经得到解答，但是有更简单的方法可以在像这样的聚合情况下收集唯一值，而不需要另一个分组依据。在我们的场景中，我们有如下数据
| ORDER_NO |品牌 |
| ------ | -------------- |
| ORD001 |示例品牌 1 |
| ORD001 |示例品牌 1 |
| ORD001 | ExampleBrand2 |
我们希望每个 ORDER_NO 将其排成一行，并列出独特的品牌。示例输出如下
| ORDER_NO |品牌 |
| ------ | -------------- |
| ORD001 |示例品牌 1、示例品牌 2 |
所以我们确实在 ORDER_NO 上添加了聚合转换（分组依据），并使用 collect(BRAND) 将所有 BRAND 值收集到名为 BRANDS_ARR.
的数组中
在此之后，我们添加了一个 Derived Column 转换，并将 BRAND 字符串数组转换为唯一字符串 BRANDS，如下所示
栏目名称：品牌
表达：
toString(reduce(BRANDS_ARR, '', iif((instr(#acc, #item) > 0), #acc, #acc + #item + ',') , #result))
请注意，我们将 reduce 函数与 iif 和 instr 函数一起使用来决定是否应累加下一个值。这样重复项就会被过滤掉，你会得到类似“集合”的功能。
尼特：上面的代码片段最后有一个额外的逗号，可以使用替换功能轻松删除。
我想使用 collect(column1) 函数收集 Agg 中 column2 组的所有行值。转型。但是由于该 column1 具有重复值，因此我在返回的数组中得到了重复项。我想要一个收集所有不同值的函数。
没有 collectDistinct() 函数，因此您无法通过数据流中的函数实现此功能。
你可以试试这个： 创建两个聚合转换。
首先，按基本型号和modelDocId分组，然后添加一列（DModelDocId），表达式为first(modelDocId)。
其次，按基本型号分组，然后添加一列(modelDocIds)，表达式为collect(DModelDocId).
希望对您有所帮助。
这已经得到解答，但是有更简单的方法可以在像这样的聚合情况下收集唯一值，而不需要另一个分组依据。在我们的场景中，我们有如下数据
| ORDER_NO |品牌 |
| ------ | -------------- |
| ORD001 |示例品牌 1 |
| ORD001 |示例品牌 1 |
| ORD001 | ExampleBrand2 |
我们希望每个 ORDER_NO 将其排成一行，并列出独特的品牌。示例输出如下
| ORDER_NO |品牌 |
| ------ | -------------- |
| ORD001 |示例品牌 1、示例品牌 2 |
所以我们确实在 ORDER_NO 上添加了聚合转换（分组依据），并使用 collect(BRAND) 将所有 BRAND 值收集到名为 BRANDS_ARR.
的数组中在此之后，我们添加了一个 Derived Column 转换，并将 BRAND 字符串数组转换为唯一字符串 BRANDS，如下所示
栏目名称：品牌
表达：
toString(reduce(BRANDS_ARR, '', iif((instr(#acc, #item) > 0), #acc, #acc + #item + ',') , #result))
请注意，我们将 reduce 函数与 iif 和 instr 函数一起使用来决定是否应累加下一个值。这样重复项就会被过滤掉，你会得到类似“集合”的功能。
尼特：上面的代码片段最后有一个额外的逗号，可以使用替换功能轻松删除。