Agrupar Linhas por Função

Agrupar Linhas por Função é uma função de Manipulação de dados que agrupa os valores de múltiplas linhas em um conjunto. Após utilizar esta operação o conjunto de valores gerado pode ser utilizado em outras funções.

Conectores

Entrada	Saída
Uma Fonte de Dados	Múltiplas fontes com os dados modificados

Aba Execução

Parâmetro	Detalhe
Seleção de Atributos	Define os atributos a serem agregados
Função de Agregação	Define a função de agregação a ser usada
Atributo Usado Como Pivô	Atributo a ser usado como pivô
Valores do Pivô	Nomes dos atributos gerados pela operação de pivô

Aba Aparência

Aba Resultados

Definições

Funções de Agregação

Exemplo 1
Average (AVG)
A função Average (avg) é utilizada para calcular a média do atributo (coluna) selecionada na operação de agregação.
O atributo selecionado deve ser do tipo inteiro ou flutuante.

Collect Set
A função Collect Set é utilizada para agregar um conjunto de atributos sem que existam duplicatas no conjunto final. Ao utilizar essa função sobre um atributo (coluna), uma lista de valores é criada sem que haja repetições de valores.
O atributo selecionado deve ser do tipo inteiro ou flutuante.

Collect List
A função Collect List é utilizada para gerar um conjunto de todos os atributos (possuindo duplicatas, se um valor aparece duas vezes na coluna do atributo).

Count
A função Count retorna o número total de valores para o atributo (coluna) selecionado na função de agregação. Em bases de dados muito grandes, essa função pode ser útil para verificar a quantidade de dados existentes nela, se essa quantidade está de acordo com a quantidade de uma base de dados original (quando se conhece o conjunto de dados).
O atributo selecionado deve ser do tipo inteiro ou real (ponto flutuante) ou cadeias de caracteres (string).

First
A função First retorna o primeiro elemento obtido da agregação do atributo (coluna) escolhido. O primeiro objeto do grupo gerado é retornado. É útil quando se quer saber qual o valor do atributo do primeiro objeto gerado pela agregação.
O atributo selecionado deve ser do tipo inteiro ou real (ponto flutuante) ou cadeias de caracteres (string).

Last
A função Last retorna o último elemento obtido através do atributo utilizado para agregação. Ou seja, o último objeto do grupo gerado é retornado. É útil para saber o valor do atributo do último objeto gerado pela função de agregação.
O atributo selecionado deve ser do tipo inteiro ou real (ponto flutuante) ou cadeias de caracteres (string).

Maximum (MAX)
A função Maximum retorna o maior valor do atributo (coluna) selecionado para a execução da função de agregação.
O atributo selecionado deve ser do tipo inteiro ou real (ponto flutuante).

Minimum (MIN)
A função Minimum retorna o menor valor do atributo (coluna) selecionado para a execução da função de agregação. Retorna o menor valor do atributo de um grupo.
O atributo selecionado deve ser do tipo inteiro ou real (ponto flutuante).

Sum
A função Sum retorna a soma de todos os valores do atributo (coluna) selecionado para cada um dos grupos gerados pelo(s) atributo(s) selecionado(s) para agregação.
O atributo selecionado deve ser do tipo inteiro ou real (ponto flutuante).

Atributo Usado como Pivô

Um pivô é um agrupamento em que uma ou mais colunas têm seus valores transpostos em colunas individuais. Portanto, os dados da tabela são reorganizados em torno dos atributos selecionados.
Exemplo 2

Exemplo de Utilização

Exemplo 1

Objetivo: Descobrir qual é a média dos atributos “sepallength”, “sepalwidth”, “petallength” e “petalwidth” para as 3 classes de flores existentes.
Base de Dados: Íris.

Ler dados

Adicione uma base de dados por meio da operação Ler dados.
Na operação Agrupar linhas por função preencha “class” no atributo Selecione o(s) atributo(s) para agregação.
Ainda na operação Agrupar linhas por função, no campo Função de Agrupamento, clique em “Escolha uma opção”.

Teste com Função Average:
Defina a função de agregação a ser usada como a Average e para os atributos selecione “sepallength”, “sepalwidth”, “petallength” e “petalwidth”.
Execute e visualize o fluxo.
Observe que ao utilizar essa função de agregação de acordo com o atributo “class”, temos 3 grupos diferentes Iris-virginica, Iris-setosa e Iris-versicolor, pois, no atributo “class” existiam apenas 3 classes diferentes. O restante mostra a média para cada uma dessas classes nos demais atributos “sepallength”, “sepalwidth”, “petallength”, “petalwidth”.

Exemplo 2

Objetivo: Descobrir o valor pago pelos tripulantes do sexo masculino e feminino.
Base de Dados: Titanic.