我真的是 GCP 数据准备的新手，现在正在尝试创建一个配方，但我不知道该怎么做。
总之，我有 2 个文件，第一个包含此列： NAME，CONTRY_CODE， ...
第二个是： COUNTRY_CODE, COUNTRY_NAME
如何将第一个数据集中的COUNTRY_CODE替换为第二个数据集的COUNTRY_NAME（与相应的COUNTRY_CODE匹配）？
提前致谢！
2 回答
0
对于任何试图制作这种东西的人。您可以使用Dataprep! 中的Lookup属性来实现它。
只需选择要更改的列（在我的情况下为COUNTRY_CODE），然后选择Lookup -> Pick a Dataset（在我的情况下为第二个）。它将按预期取代它！
于 2019-04-11T17:10:55.673 回答
0
虽然 Lookup 答案可以正常工作，但该JOIN选项可能是更好的可扩展性解决方案，因为它支持远程端的多个列、显示匹配率、允许模糊匹配以及许多其他好处（例如忽略匹配中的空格）。您还可以选择连接类型来控制输出和缺失行的处理方式。
从语义上讲，这两个选项并没有太大的不同，而且我还没有看到真正的性能差异——但我已经能够通过使用这样的 Join 来简化其中的一些操作：
于 2019-04-12T18:28:55.630 回答