Nano Hash - криптовалюты, майнинг, программирование

Как использовать поиск по счетной колонке в Spotfire

Я хочу создать вычисляемый столбец из существующего столбца для фильтрации. Я связываю уникальные значения с помощью оператора case, и он просто работает с существующими значениями и не может включать параметры поиска. Если я не могу выполнить */% или любой тип поиска, я не могу включить различные варианты значений столбца, которые могут появиться в будущем. Так что искать и подставлять нужно через встроенные функции Spotfire

Мой текущий код:

Case  
when [column]=  "Point" then "Value1" 
else "Value2"
end

Как я хочу, но не работает, потому что не принимает обычные параметры поиска:

  Case  
    when [column] like "%Poi%" then "Value1" 
    else "Value2"
    end
case case-when spotfire
10.05.2017

Ответы:


1

Вы не можете использовать этот синтаксис SQL в Spotfire. Используйте ~= или RxReplace.

if([column] ~= "Poi+","Value1","Value2")

Or...

case
   when [column] ~= "Poi+" then "Value1"
   else "Value2"
end
10.05.2017
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..