分桶化 - AWS Glue DataBrew

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

分桶化

Bucketization（在控制台中称为 Binning）获取一列数值中的项目，将它们分组为由数值范围定义的分箱，然后输出一个显示每行分箱的新列。可以使用拆分（拆分）或百分比完成拆分。下面的第一个示例使用拆分，第二个示例使用百分比。

参数

  • sourceColumn – 现有列的名称。

    targetColumn-要创建的新列的名称。

    bucketNames— 存储桶名称列表。

    splits— 存储桶等级列表。存储桶是连续的，存储桶的上限将是下一个存储桶的下限。

    percentage— 每个存储桶将以百分比来描述。

例 使用拆分

{
    "Action": {
        "Operation": "BUCKETIZATION",
        "Parameters": {
            "sourceColumn": "level",
            "targetColumn": "bin",
            "bucketNames": "[\"Bin1\",\"Bin2\",\"Bin3\"]",
            "splits": "[\"-Infinity\",\"2\",\"20\",\"Infinity\"]"
        }
    }
}
例 使用百分比的示例
{
    "Action": {
        "Operation": "BUCKETIZATION",
        "Parameters": {
            "sourceColumn": "level",
            "targetColumn": "bin",
            "bucketNames": "[\"Bin1\",\"Bin2\"]",
            "percentage": "50"
        }
    }
}