Pentaho文本输入：将空值填充为前置有效数据的实现方法

原始输入文本 #

Header A     Header B     Header C    Header D
Apple        Red          A           100
                          B           200
                          B           300
             Green        A           400
                          B           500
Eggplant     Purple       A           600
                          B           700
             White        a           800

期望输出文本 #

Header A     Header B     Header C    Header D
Apple        Red          A           100
Apple        Red          B           200
Apple        Red          B           300
Apple        Green        A           400
Apple        Green        B           500
Eggplant     Purple       A           600
Eggplant     Purple       B           700
Eggplant     White        a           800

实现步骤 #

你之前尝试的If Value is null和Filter Rows组件不适合处理这种层级式的缺失值填充，正确的做法是使用Pentaho的**填充缺失值（Fill Missing Values）**组件，具体操作如下：

• 读取固定宽度文本文件
  使用**文本文件输入（Text File Input）**组件导入目标文件，在配置界面选择「固定宽度」作为分隔类型，根据原始文本的列宽定义每个字段的起始和结束位置，确保Header A、Header B、Header C、Header D四个列被正确识别。

• 配置填充缺失值组件
  添加**填充缺失值（Fill Missing Values）**组件并连接到文本输入组件的输出端：

  • 进入组件的「字段」配置页，依次添加Header A和Header B两个字段；
  • 对每个字段设置填充方式为「从上往下填充（Fill down）」，该方式会自动用当前字段最近的非空值填充后续的空值，完美匹配你的需求——Header A的空值继承上一行的非空值，Header B的空值则在Header A相同的前提下继承最近的非空值。

• 验证输出结果
  运行转换或使用预览功能查看输出，确认所有缺失的Header A和Header B值都已被正确填充，与期望输出一致。

相关视频教程 #

你可以搜索关键词「Pentaho 填充缺失值 实操」，找到不少社区或官方发布的实操视频，重点关注固定宽度文本处理和「填充缺失值」组件的具体配置演示，这类视频能直观展示整个操作流程。

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