从文件导入数据

1. 从文件导入数据概述

从文件导入数据，是指观远数据在数据处理中心中，支持从Excel、CSV等文件导入数据，进而进行数据处理的服务。

2. 从文件导入数据操作步骤

2.1 选择连接器

进入“数据中心”，点击右上角的“新建数据集”按钮，选择“文件”。目前支持的文件类型包括：Excel和CSV。其中CSV支持上传压缩包（zip文件），并支持自动解析。当txt文件满足CSV格式时，可以通过选择“CSV”进行上传。

2.2 开始上传数据

2.2.1 Excel类型文件

1.上传指定文件后，填写数据集名称、存储路径、描述信息并确认，存储路径默认为系统根目录。

2.选择是否启用数据脱敏标签，此功能可自动分析数据集并进行数据脱敏，具体可参考《数据脱敏》。

3.数据范围配置：

• 设置表头：用户可设置数据集表头位置，系统仅抽取表头至末端非空行的数据，默认为第1行；

• 选取列数据：单击“自定义”可以指定列范围，系统仅抽取指定范围内数据，默认为第A列到表头的末端非空列；

注：系统以sheet页为单位自动创建数据集

• 当上传多个sheet页，而其又有相同的表头和列数据范围时，可使用“同步配置”功能，系统会将当前配置方案同步至其余所有数据集。

4.确认是否修改字段名称及类型：

• 字段名称：单击字段位置，可以重命名字段；

• 字段类型：单击字段类型旁的向下箭头，即可调整字段类型。

注：在数据预览处可预览30行数据，数据导入后数据集字段名不可修改。

5.最后点击“确认新建”按钮完成Excel数据集的新建，在对应的文件夹目录下能找到对应数据集。

2.2.2 CSV类型文件

1.CSV类型文件具有和Excel类型文件相同的数据上传流程

2.确认解析结果：系统会对上传CSV文件进行自动解析并展示结果，用户可对解析结果进行更改

• 文件编码：提供3种字符编码方式以解析文件，如UTF-8、UTF-16、GB18030等；

• 分隔符：提供5种主流分隔符选项，此外也支持用户自定义分隔符；

• 封闭字符和逃逸字符：支持用户自定义对应字符。

2.3 追加/替换数据

点击文件夹目录下的某个数据集，即可进入数据集概览页面，点击右上角“追加数据”或“替换数据”，跟随页面提示操作，即可进行数据追加/替换。

追加/替换时，当上传数据集和原数据集字段不一致，允许自行关联字段，并上传数据；当上传的多个数据集表头一致，对同一个数据集，允许多文件一起追加/替换此数据集。

追加时，支持字段去重。点击“开启主键去重”，可以选择需要去重的字段，当有字段重复时，数据将替换为新的数据。主键，是指表中的一个或多个字段，它的值用于唯一地标识表中的某一条记录，例如：会员编号、商品编号、销售单据编号等。

3. 从文件导入数据应用场景

3.1 业务发展迅速，Excel难以承载企业的数据量

当企业规模扩大，部门增加，业务发展迅速，在商品销售、供应链管理、财务管理等各方面积累了大量数据，尤其是当销售与供应链各个环节的数据量太大，Excel便难以支撑业务分析的需求，如底层宽表超过1亿，没法加载到Excel中分析等。将Excel等文件的数据导入观远数据一站式智能分析平台中，便可以改变难题，将散落各个部门的数据进行整合、清洗，形成企业的数据资产池。

3.2 不同部门的数据割裂，难以进行关联分析

企业管理层为了对公司生意有全局的掌控，需要将不同部门的数据统计进行融合与关联，找出全盘的增长点与问题点，从而调整经营策略。将各个部门的文件数据导入统一的数据分析平台，可以帮助管理层整合数据并进行数据透视，展开多维分析，从而进一步通过可视化看板进行维度组合、汇总计算、切片、钻取，洞察数据。

4. 名词解释

4.1 Excel

Excel，通常是指一种主流的电子表格文件。Excel软件，是指 Microsoft Excel，是 Microsoft 为使用 Windows 和 Apple Macintosh 操作系统的电脑编写的一款电子表格软件。

4.2 CSV

逗号分隔值（Comma-Separated Values，CSV，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本）。纯文本意味着该文件是一个字符序列，不含必须像二进制数字那样被解读的数据。CSV 文件由任意数目的记录组成，记录间以某种换行符分隔；每条记录由字段组成，字段间的分隔符是其它字符或字符串，最常见的是逗号或制表符。通常，所有记录都有完全相同的字段序列。建议使用WORDPAD 或是记事本来开启，再则先另存新档后用 Excel开启，也是方法之一。