将分类变量转换为数字 PowerQuery

Question

我的 table 中有许多列，其中包含属于类别的文本值 - 例如“ABC”列有 9000 行，但每一行都必须在集合 {“A”，“B”，“C”} 中有一个值。性别等其他列有 "M"/"F"/null

对于每一列，我想将其就地转换为整数列表 - 所以 A:1、B:2、C:3 等

我一直在尝试使用 List.Distinct 将值提取到临时值 table，向其添加索引列并使用连接根据中的映射转换初始列温度 table。然而，这看起来很慢，我不确定如何在我的 table 中的所有列中运行（或者至少 Table.ColumnsOfType(Source, {type nullable text}) 到 select 分类列...） .

有什么建议吗？

之前

Gender	Fruit	[...]
F	Cat
F	Dog
M	Lemon
M	Dog
M	Lemon
null	Cat
M	Dog

之后

Gender	Fruit	[...]
1	1
1	2
2	3
2	2
2	3
null	1
2	2

Answer 1

在 PowerQuery 中，这似乎适用于任意数量的列

用其他东西替换所有空值，这里 +=+

添加索引

逆轴

删除重复项

分组，为每个分组添加索引

合并回原来的展开

重新调整

删除多余的列

之前和之后：

完整代码：

let Source = Excel.CurrentWorkbook(){[Name="Table1"]}[Content],
#"Replaced Value" = Table.ReplaceValue(Source,null,"+=+",Replacer.ReplaceValue,Table.ColumnNames(Source)),
#"Added Index" = Table.AddIndexColumn(#"Replaced Value", "Index", 0, 1),
#"Unpivoted Other Columns" = Table.UnpivotOtherColumns(#"Added Index", {"Index"}, "Attribute", "Value"),

// derive a table of replacements
#"Removed Duplicates" = Table.Distinct(#"Unpivoted Other Columns", {"Attribute", "Value"}),
#"Grouped Rows" = Table.Group(#"Removed Duplicates", {"Attribute"}, {{"GRP", each Table.AddIndexColumn(_, "Index2", 1, 1), type table}}),
#"Expanded GRP" = Table.ExpandTableColumn(#"Grouped Rows", "GRP", {"Value", "Index2"}, {"Value", "Index2"}),

//replace originals
#"Merged Queries" = Table.NestedJoin(#"Unpivoted Other Columns",{"Attribute", "Value"},#"Expanded GRP",{"Attribute", "Value"},"EG",JoinKind.LeftOuter),
#"Expanded Table1" = Table.ExpandTableColumn(#"Merged Queries", "EG", {"Index2"}, {"Index2"}),
#"Removed Columns" = Table.RemoveColumns(#"Expanded Table1",{"Value"}),
#"Pivoted Column" = Table.Pivot(#"Removed Columns", List.Distinct(#"Removed Columns"[Attribute]), "Attribute", "Index2", List.Sum),
#"Removed Columns1" = Table.RemoveColumns(#"Pivoted Column",{"Index"})
in #"Removed Columns1"

将分类变量转换为数字 PowerQuery

Convert categorical variables to numeric PowerQuery

m

categorical-data

powerquery

powerbi

之前

之后