join - Dataprep 中的自定义联接

Question

我可以使用自定义条件而不是相等来连接两个表吗？例如，我在BigQuery中有两个表。表 A 有 3列start_range和。表 B 有来自存储使用云功能的数据，并有一个特定的列“标记”。我正在DataPrep中创建一个流，以便加入这些应该满足条件的表：end_rangegrade

SELECT data.grade FROM  data  INNER JOIN student_data ON student_data.marks BETWEEN data.start_range AND data.end_range 

然后将数据粘贴到新表中。但我找不到任何自定义条件的规定。连接只能匹配两列。任何想法？

Answer 1

我认为您最好的机会是在 BigQuery 中实施您的解决方案：

SELECT
  grade, marks
FROM
  `project.dataset.student_data` a
JOIN
  `project.dataset.data` b
ON
  a.marks > b.start_range AND a.marks < b.end_range

如果您坚持使用 Dataprep，我认为没有任何方法可以加入某个范围。如果我正确理解了你的情况，你所拥有的是这样的：

...并且您想获得 As 和 Bs 而不是student_data. 这可能不是最优雅的解决方案，但您可以使用带有案例的新公式，如下所示：

  CASE([(marks >= 0) && (marks < 50),
    'D',
    (marks >= 50) && (marks < 100),
    'C',
    (marks >= 100) && (marks < 150),
    'B',
    (marks >= 150) && (marks <= 200),
    'A'])

您只需要点击配方上的“新步骤”，选择“新配方”，然后将其添加到“配方”下。它应该是这样的：

然后，您甚至可以使用“查找”来连接data表中可能拥有的任何其他有用数据，使用“等级”作为查找键。