Pentaho Kettle：如何将列中null值替换为下方首个非null值

你需要实现的是非空值向下填充（Forward Fill），也就是把列中连续的null替换为最近的上方非null值。不用复杂的Java步骤，用Kettle自带的组件就能搞定，具体步骤如下：

1. 确保数据顺序正确
   如果你的数据行顺序不是固定的，先添加「排序记录」步骤，按照业务逻辑对数据排序，保证后续填充的顺序符合预期。

2. 添加计算器步骤实现填充
   添加「计算器」步骤，配置如下：

   • 新建一个输出字段（比如命名为filled_t1）
   • 输入表达式：

     IF([t1] IS NOT NULL; [t1]; ${last_non_null_value})
     

   • 在步骤的「设置变量」区域，把filled_t1设置为变量，变量名设为last_non_null_value，变量作用域选择「当前转换」。
     这个逻辑是：当前行t1不为空时，用t1的值，同时更新变量；为空时，直接取用之前保存的变量值（也就是最近的非空值）。

3. 替换原字段（可选）
   如果需要把填充后的值覆盖原t1字段，添加「字段选择」步骤，将filled_t1重命名为t1，并移除多余字段。

至于你之前用Java修改步骤没成功，大概率是因为Java步骤的代码没有跨行保存状态——默认情况下每行的Java代码是独立执行的，没有保留上一行的非空值。而上面的方法通过Kettle的变量机制，自然实现了跨行状态的保存，更简单可靠。

内容的提问来源于stack exchange，提问作者claudiohenrique