Nó de mesclagem
A função de um nó Mesclagem é tomar diversos registros de entrada e criar um registro de saída único contendo todos ou alguns dos campos de entrada. Esta é uma operação útil quando desejar mesclar dados de diferentes origens, como dados do cliente interno e dados demográficos de compras.
É possível mesclar dados das seguintes formas.
- Mesclar por Ordem concatena os registros correspondentes de todas as origens na ordem de entrada até que a menor origem de dados seja esgotada. Se usar esta opção, é importante que seus dados tenham sido classificados usando o nó Ordem.
- Mescle usando um campo Chave, como
Customer ID, para especificar como corresponder registros de uma origem de dados com registros do(s) outro(s). Vários tipos de junções são possíveis, incluindo junção interna, junção externa completa, junção externa parcial e antijunção. - Mesclar por Condição significa que é possível especificar uma condição a ser satisfeita para que a mesclagem ocorra. É possível especificar a condição diretamente no nó ou construir a condição utilizando o Construtor de Expressões.
Tipos de junções
Ao usar um campo chave para mesclagem de dados, talvez você ache útil passar algum tempo pensando em quais registros serão excluídos e quais serão incluídos. Há uma variedade de junções, que são discutidas aqui. Os dois tipos básicos de junções são referidos como junções internas e externas. Esses métodos são frequentemente usados para mesclar tabelas de conjuntos de dados relacionados com base em valores comuns de um campo chave, como Customer ID. As junções internas permitem uma mesclagem limpa e um
conjunto de dados de saída que inclui apenas os registros completos. As junções externas também incluem
registros completos dos dados mesclados, mas elas também permitem incluir dados exclusivos de uma ou mais
tabelas de entrada.
Os tipos de joias permitidas são descritos em maior detalhe da seguinte forma.
Uma junção interna inclui apenas registros nos quais um valor para o campo-chave é comum a todas as tabelas de entrada. Ou seja, registros não correspondidos não serão incluídos no conjunto de dados de saída.
Uma junção externa completa inclui todos os registros, tanto os correspondentes quanto os não correspondentes, das tabelas de entrada. As joias externas de esquerda e direita são chamadas de joias externas parciais.
Uma união externa parcial inclui todos os registros correspondentes usando o campo-chave, bem como registros não correspondentes das tabelas especificadas. (Ou, em outras palavras,
todos os registros de algumas tabelas e apenas os registros correspondentes de outras). É possível selecionar tabelas (como A e B mostradas aqui) para inclusão na junção externa sob as opções de Mesclar das propriedades do nó. As junções parciais também são chamadas de junções externas direitas ou esquerdas quando apenas duas
tabelas estiverem sendo mescladas. Já que o SPSS Modeler permite a mesclagem de mais de duas tabelas, nós nos referimos a isso como uma junção externa parcial.
Uma anti-união inclui apenas registros não correspondentes para a primeira tabela de entrada (Tabela A mostrada aqui). Este tipo de junção é o oposto de uma junção interna e não inclui registros completos no conjunto de dados de saída.
Por exemplo, se você tiver informações sobre fazendas em um conjunto de dados e solicitações de seguro relacionadas à fazenda em outro, é possível corresponder os registros da primeira origem com a segunda origem utilizando as opções de Mesclagem. Para determinar se um cliente em sua fazenda de amostra registrou uma solicitação de seguro, utilize a opção de junção interna para retornar uma lista mostrando onde todos os IDs correspondem a partir de duas amostras.
O uso da opção de junção externa integral retorna registros correspondentes e não correspondentes
partir das tabelas de entrada. O valor ausente do sistema ($null$) será usado para quaisquer valores incompletos.
Uma junção externa parcial inclui todos os registros correspondidos utilizando o campo-chave, bem como registros não correspondidos das tabelas especificadas. A tabela exibe todos os registros correspondidos a partir do campo de ID, bem como os registros correspondidos a partir do primeiro conjunto de dados.
Se você estiver usando a opção antijunção, a tabela retornará apenas registros não correspondidos para a primeira tabela de entrada.
