合并数据

除了变换单个数据集之外，Pipeline Builder还允许您通过合并和并集将数据集结合在一起。

合并将两个具有至少一个匹配列的数据集结合在一起。根据您配置的合并类型，您的合并输出可以结合匹配行并排除不匹配行。

选择数据集

要将两个数据集合并在一起，请在图中选择第一个数据集节点并点击合并。

第一个选择的数据集是左侧数据集。选择另一个数据集节点作为右侧数据集。点击开始以配置合并。

配置合并

在合并表单中，您可以编辑合并类型、选择匹配条件，并预览输出表。

• 合并类型： 选择创建左、右、内或外合并。
  • 左： 保留左表中的所有行以及右表中的匹配行。
  • 右： 保留右表中的所有行以及左表中的匹配行。
  • 内： 仅保留两个表之间的匹配行。
  • 外： 保留两个表中的所有行，对于不匹配行的列填充null。
• 匹配条件： 选择左数据集中的一列，将其标记为等于右数据集中的一列。例如，左侧Clean Facility Data数据集中的city列等于右侧Facility Person数据集中的CITY列。
• 预览： 查看来自右和左输入数据集的预览数据。应用合并后，查看输出表的预览数据。如果应用合并时出错，请在出错标签中查看。

以上和以下示例中的所有数据都是随机生成的，并不具代表性。

您可以决定在合并中包含特定列，并为右表添加前缀。选择显示高级以展开前缀和列字段，为右表输入前缀，并选择要在合并中包含的列。在下面的示例中，我们保留了左数据集中的所有列，仅包含右数据集中的STATE和population列。

应用合并

完成合并配置后，点击应用将合并添加到您的工作流中。您将在图中看到连接到两个合并数据集的合并节点。我们将新的合并命名为合并人员数据，它是原始Clean Facility Data和Facility Person数据集的直接输出。

点击合并节点并选择编辑以重命名或编辑合并。