Indicateurs de fréquence des modèles d'Asie de l'Est - 7.1

Guide utilisateur de Talend Data Fabric Studio

author
Talend Documentation Team
EnrichVersion
7.1
EnrichProdName
Talend Data Fabric
task
Création et développement
EnrichPlatform
Studio Talend
Les indicateurs Fréquence des modèles d'Asie de l'Est et Basse fréquence des modèles d'Asie de l'Est sont les indicateurs de fréquence des modèles relatifs à l'Asie de l'Est.
Indicateur Purpose
East Asia Pattern Frequency Calcule le nombre d'enregistrements les plus fréquents pour chaque modèle distinct.
East Asia Pattern Low Frequency Calcule le nombre d'enregistrements les moins fréquents pour chaque modèle distinct.

Les deux indicateurs ci-dessus fonctionnent uniquement avec des caractères latins et sont disponibles uniquement avec le moteur Java. Ils sont utiles lorsque vous souhaiter identifier des modèles au sein de données asiatiques.

Les deux indicateurs ci-dessus présentent des modèles en convertissant des caractères asiatiques en lettre comme H,K,C et G en suivant les règles décrites dans le tableau suivant :

Type de caractères Utilisation
Chiffres latins 9 remplace tous les chiffres ASCII.
Latin lowercase letters a remplace tous les caractères latins ASCII.
Latin uppercase letters A remplace tous les caractères latins en majuscule.
Full-width Latin numbers 9 remplace tous les chiffres ASCII.
Full-width Latin lowercase letters a remplace tous les caractères latins ASCII.
Full-width Latin uppercase letters A remplace tous les caractères latins en majuscule.
Hiragana H remplace tous les caractères Hiragana
Half-width Katakana k remplace tous les caractères Katakana demi-chasse
Full-width Katakana K remplace tous les caractères Katakana pleine chasse
Katakana K remplace tous les caractères Katakana (majuscules)
Kanji C remplace des caractères chinois.
Hangul G remplace des caractères Hangeul.

Pour plus d'informations concernant les types de caractères asiatiques supportés et les intervalles Unicode correspondants, consultez Types de caractères supportés dans les analyses de colonnes et les opérations de masquage.

Voici un exemple d'analyse de colonnes utilisant les indicateurs East Asia Pattern Frequency et East Asia Pattern Low Frequency sur une colonne address.

Les résultats d'analyse de l'indicateur East Asia Pattern Low Frequency ressemblent à ceci :

Ces résultats donnent le nombre d'enregistrements les moins fréquents pour chaque modèle distinct. Certains modèles ont des caractères et des nombres et d'autres contiennent uniquement des caractères. Les modèles ont également différentes longueurs, cela montre que les adresses ne sont pas cohérentes et que vous devez les corriger et les nettoyer.