1.源数据预览

kettle 使用Java脚本做数据清洗 kettle数据清洗步骤_控件

2.打开kettle新建一个转换并添加下述步骤然后用跳连接 

kettle 使用Java脚本做数据清洗 kettle数据清洗步骤_控件_02

 3.配置文本文件输入控件

单击【浏览】按钮,选择要去除缺失值的文件revenue.txt;单击【增加】按钮,将要去除缺失值的文件revenue.txt添加到“文本文件输入”控件中。

kettle 使用Java脚本做数据清洗 kettle数据清洗步骤_microsoft_03

 单击“内容”选项卡;在清除分隔符处的默认分隔符“;”,单击【Insert TAB】按钮,在分隔符处插入一个制表符;取消勾选“头部”复选框,若不取消,在进行数据抽取操作时会排除文件第一行的数据。

kettle 使用Java脚本做数据清洗 kettle数据清洗步骤_字段_04

 单击“字段”选项卡;根据文件revenue.txt的内容添加对应的字段名称,并指定数据类型。

kettle 使用Java脚本做数据清洗 kettle数据清洗步骤_控件_05

 单击【预览记录】按钮,查看文件revenue.txt中的数据是否成功抽取到文本文件输入流中,具体如图所示。

kettle 使用Java脚本做数据清洗 kettle数据清洗步骤_字段_06

 4.配置字段选择控件

在“选择和修改”选项卡的“字段”处手动添加文本文件输入控件输出的所有数据字段,也可以单击【获取选择的字段】按钮,Kettle工具自动检索并添加文本文件输入控件输出的所有数据字段。

kettle 使用Java脚本做数据清洗 kettle数据清洗步骤_控件_07

 在“移除”选项卡处添加要移除的字段名称,这里移除的是Sex字段。

kettle 使用Java脚本做数据清洗 kettle数据清洗步骤_字段_08

 5.配置过滤记录控件

在“条件”处设置过滤的条件,过滤掉有缺失值的数据字段(这里是过滤Name、Pay和Area字段中的缺失值);单击左边“<field>”框,弹出字段对话框,选择要过滤的字段Name;单击 “=”框,弹出函数对话框,选择过滤条件(这里选择IS NULL)。

kettle 使用Java脚本做数据清洗 kettle数据清洗步骤_字段_09

                 

kettle 使用Java脚本做数据清洗 kettle数据清洗步骤_控件_10

字段Name的过滤设置如图所示。 

 

kettle 使用Java脚本做数据清洗 kettle数据清洗步骤_microsoft_11

 单击符号“+”增加过滤条件;单击“AND”,弹出操作符对话框,选择操作符(这里选择的是OR)。

kettle 使用Java脚本做数据清洗 kettle数据清洗步骤_数据_12

 单击“增加条件”图中的“null = [ ]”,添加过滤字段;单击左边“<field>”框,弹出字段对话框,选择要过滤的字段Pay;单击“=”框,弹出函数对话框,选择过滤条件(这里选择IS NULL)。字段Pay的过滤设置,如图所示。

kettle 使用Java脚本做数据清洗 kettle数据清洗步骤_数据_13

 单击“字段Pay的过滤设置”图中的符号“+”增加过滤条件;单击“AND”,弹出操作符对话框,选择操作符(这里选择OR)。

kettle 使用Java脚本做数据清洗 kettle数据清洗步骤_数据_14

 单击“增加条件”图中的“null = [ ]”,添加过滤字段;单击左边“<field>”框,弹出字段对话框,选择要过滤的字段Area;单击“=”框,弹出函数对话框,选择过滤条件(这里选择IS NULL);字段Area的过滤设置,具体如图所示。

kettle 使用Java脚本做数据清洗 kettle数据清洗步骤_microsoft_15

 连续单击两次【确定】按钮,查看整体设置的过滤条件。

kettle 使用Java脚本做数据清洗 kettle数据清洗步骤_数据_16

 在“发送true数据给步骤:”处的下拉框中选择“空操作”,将包含缺失值的行数据放在空操作控件中;在“发送false数据给步骤:”处的下拉框中选择“Excel输出”,将没有缺失值的行数据输出到Excel文件中。

kettle 使用Java脚本做数据清洗 kettle数据清洗步骤_数据_17

 6.配置Excel输出控件

单击【浏览】按钮,选择要输出的文件路径。

kettle 使用Java脚本做数据清洗 kettle数据清洗步骤_microsoft_18

 

 7.保存运行,成功后截图如下

kettle 使用Java脚本做数据清洗 kettle数据清洗步骤_microsoft_19

 8.查看文件file.xls

kettle 使用Java脚本做数据清洗 kettle数据清洗步骤_microsoft_20