在Knime循环中每次迭代后移除指定行数的实现方案

核心逻辑 #

用循环结构反复处理数据集，每次迭代都去掉X个Column1最小的样本和X个最大的样本，直到剩下的行数不够再删（也就是行数小于2*X+1）为止，同时把每一轮的结果都存下来。

具体操作步骤（以X=2为例） #

1. 导入初始数据 #

用File Reader或者Table Creator把你的数据集导进来，保证Column1是数值类型就行。

2. 启动循环 #

拖一个Generic Loop Start节点，把初始数据连进去，这就是循环的起点。

3. 循环体内的核心处理 #

这部分是关键，要完成极值过滤和循环判断：

• 给行按Column1排名
  加个Rank节点，选Column1作为排名列，排序方向设为升序（从小到大排），排名类型选Unique ranks (1,2,3,...)——哪怕有重复值，每一行的排名都是唯一的，避免删错数量。
• 过滤掉极值行
  接一个Row Filter节点，设置过滤条件：
  保留排名大于X（比如X=2，就去掉前2个最小的），同时排名小于当前总行数 - X + 1（比如9行的话，9-2+1=8，就去掉排名8、9的两个最大的）的行。
• 判断是否继续循环
  加个Row Count节点统计当前行数，再用Rule Engine写判断规则：

  $Row Count$ >= 2*2 + 1 => TRUE
  ELSE => FALSE
  

  把这个判断结果连到Loop End的"Continue Loop"端口——如果行数够继续删，就返回循环；不够就停止。
• 收集每轮结果
  用Loop End节点，勾选"Collect all iterations"，这样每一轮的数据集都会被收集起来输出。

4. 查看或导出结果 #

Loop End输出的就是每一轮的处理结果，你可以用Table View挨个查看，或者用File Writer导出成文件。

对应示例的验证 #

你给出的9行数据、X=2的情况：

• 第一轮：直接输出原始9行
• 第二轮：去掉排名1、2（0.2、0.5）和8、9（1.9、1.9），剩下5行
• 第三轮：当前5行，去掉排名1、2（0.6、0.7）和4、5（1.3、1.2），剩下排名3的1.2那一行
• 第四轮：只剩1行，小于2*2+1=5，循环停止

实用小技巧 #

• 可以把X做成流变量，这样要改移除数量的时候，不用挨个改节点参数，直接调变量值就行
• 如果Column1重复值多，别用Dense ranks，不然会导致移除的行数不准，Unique ranks更稳妥

内容的提问来源于stack exchange，提问作者iturrizaga