3.15、文本处理(多列)
功能模块如图所示：
文本处理(多列) ¶
功能：文本处理(多列)节点是文本处理节点的扩展，它将提供的表达式依次应用于每个选定的列。这可用于一次搜索和替换、比较或连接多个列中的字符串。
配置界面功能说明：
配置-多列文本处理：
- 选择列(逐个分配给当前列)：节点应该循环的列。可以使用CURRENTCOLUMN在表达式中动态引用这些列。动态引用意味着CURRENTCOLUMN引用不同的列，这取决于在列过滤器中选择的列。允许包含来自列过滤器的非字符串列，但是在将它们替换为CURRENTCOLUMN之前，它们的值将被转换为字符串。
- 数据列名：输入数据表中的可用列。它们可以在表达式中被静态引用，这意味着它们总是引用输入表中的同一列，无论选择哪些列进行循环。例如，列age可以引用为age。值不会自动转换为字符串。如有必要，转换为字符串，例如string(age)。
- 函数分类：可选择的字符串函数类别。
- 函数列表：所选类别中的字符串函数列表。
- 描述：点击函数列表中的函数，显示改函数对应的描述说明。
- 表达式：表达式编辑器。在此处编辑表达式内容。
- 作为新列添加：自定义要追加的新列的名称。
- 替换选择的输入列：如果选中，则计算值将替换选中循环遍历的列中的值。
- 将缺少的值插入为空：当任何引用的列(静态的或动态的，见上文)包含缺失值时，可以将缺失值设置为空来计算表达式，也可以完全跳过，只是为输出返回一个缺失值。
- 如果表达式不能求值，则失败：当表达式不能求值时是否停止节点执行。如果输入列包含表达式无法处理的值，就会出现这种情况(例如，toInt()在包含"1"，"2"，"zebra"， "4"， "5"的列上将在第三行失败)。默认行为是停止执行，但是禁用此选项将输出缺少的值。
简单示例¶
查询并替换：
- replace(CURRENTCOLUMN， "Old"， "New")，在所有选定列中搜索"Old"并将其替换为"New"。
拼接字符串：
- join(CURRENTCOLUMN， Unit) ，将Unit列中的字符串追加到所选列中的每个字符串。当选择“Freeze”和“Boil”列并将结果附加为新列时，产生下表：
| Freeze | Boil | Unit | Freeze with Unit | Boil with Unit |
|---|---|---|---|---|
| 0 | 100 | ˚C | 0˚C | 100˚C |
| 32 | 212 | F | 32F | 212F |
| 273.15 | 373.15 | K | 273.15K | 373.15K |
高级示例¶
使用列或流变量来控制字符串操作：
- 可以使用整型列的值来控制字符串操纵符的整型参数：substr(CURRENTCOLUMN， Start Position)提取CURRENTCOLUMN的子字符串，从偏移量k开始，其中k是当前行起始位置列的整型值。例如，当选中的列是Customer，结果被附加为Customer Name Only时，可以使用表达式substr(CURRENTCOLUMN， Start Position)生成以下输出：
| Customer | Start Position | Customer Name Only |
|---|---|---|
| Mr. Jones | 3 | Jones |
| Prof. Desmond | 5 | Desmond |
流变量也可用于控制字符串操作函数的参数。例如，如果有一个整数流变量start-position可用，上面的例子可以重写为substr($$CURRENTCOLUMN$$， $${Istart-position}$$)。
将字符串转换为缺失值：
- toNull(replace(CURRENTCOLUMN， "NA."， ""))在所有选定的列中搜索"NA."，如果结果字符串为空，则将它们替换为""并返回一个缺失的值。