Ключевые факты
- Категория
- Преобразование и кодирование
- Типы входных данных
- file, text, number, select, checkbox
- Тип результата
- file
- Покрытие примерами
- 4
- API доступен
- Yes
Обзор
Нормализатор Unpivot XLSX преобразует широкие таблицы Excel в длинный формат, сохраняя идентификаторные столбцы и сворачивая значения в пары ключ-значение. Это упрощает загрузку данных в базы данных, ETL-пайплайны и аналитические системы.
Когда использовать
- •Когда нужно нормализовать таблицу с множеством столбцов значений, например, с данными по месяцам или категориям.
- •При подготовке данных для импорта в реляционные базы данных или инструменты аналитики, требующие длинный формат.
- •Для конвертации отчетов Excel в структуру, удобную для обработки в сценариях ETL и визуализации.
Как это работает
- •Загрузите файл Excel (.xlsx или .xls) через интерфейс инструмента.
- •Укажите столбцы идентификаторов (ID) для сохранения и столбцы значений для преобразования в пары ключ-значение.
- •Настройте имена для ключевого и значащего столбца в выходных данных, а также дополнительные опции, такие как удаление пустых значений.
- •Выберите режим вывода (XLSX или JSON) и получите нормализованный файл.
Сценарии использования
Примеры
1. Нормализация продаж по месяцам
Аналитик данных- Контекст
- У вас есть Excel-файл с данными о продажах, где столбцы представляют месяцы (Янв, Фев, Мар), а строки содержат информацию о продавцах и регионах.
- Проблема
- Широкий формат таблицы неудобен для загрузки в базу данных или анализа в BI-инструментах, так как требуется длинный формат с парами ключ-значение.
- Как использовать
- Загрузите файл `sales.xlsx`, в поле 'ID Столбцы' введите `name,region`, в поле 'Значение Столбцы' введите `Jan,Feb,Mar`. Установите 'Ключ Столбец Имя' как `month` и 'Значение Столбец Имя' как `value`.
- Пример конфигурации
-
{ "idColumns": "name,region", "valueColumns": "Jan,Feb,Mar", "keyColumnName": "month", "valueColumnName": "value" } - Результат
- Вы получаете длинную таблицу, где каждая строка представляет продажу за конкретный месяц для определенного продавца и региона, готовую для импорта в базу данных.
2. Конвертация опросных данных в JSON
- Контекст
- Есть таблица с результатами опроса, где столбцы – вопросы (q1, q2, q3), а строки – респонденты с их ID.
- Проблема
- Данные в широком формате сложно использовать в веб-приложениях, которые ожидают JSON с объектами для каждого ответа.
- Как использовать
- Загрузите файл опроса, укажите ID-столбец как `respondent_id`, столбцы значений как `q1,q2,q3`. В настройках вывода выберите 'Формат JSON'.
- Пример конфигурации
-
{ "idColumns": "respondent_id", "valueColumns": "q1,q2,q3", "outputMode": "json" } - Результат
- Данные преобразуются в JSON-файл, где каждый объект содержит ID респондента, ключ вопроса и значение ответа, готовый для интеграции с API.
Проверить на примерах
xml, xlsx, xlsСвязанные хабы
FAQ
Какие форматы файлов поддерживаются?
Инструмент принимает файлы Excel в форматах .xlsx и .xls.
Можно ли обрабатывать данные с нескольких листов?
Да, вы можете указать имя листа для обработки. По умолчанию используется первый лист в файле.
Как обрабатываются пустые ячейки в столбцах значений?
Вы можете включить опцию 'Удалять пустые значения', чтобы исключить строки с пустыми данными из результата.
Каков максимальный размер загружаемого файла?
Максимальный размер файла составляет 100 МБ.
Можно ли получить результат в формате JSON?
Да, в настройках вывода доступен выбор между XLSX и JSON форматами для гибкости использования.