数据转换：类型、日期、文本拆合

表读进来了，字段名也对了，但「数量」不能求和、「日期」没法排序、编号带着一堆前后缀。数据转换要解决的就是这些：让字段真正变成能算的东西。

25 分钟预计用时

1 个标记决定成败

4 类最常用的转换

开始之前

这一讲接着第 3 讲往下做。默认你已经能把数据读进来、会用行过滤和列过滤，也知道执行完要回监控面板核对。

先认字段名左边那个小标记

数据转换的一切问题，几乎都能追到同一个地方：字段的类型不对。而类型就明明白白写在字段名左边。

从 Excel 或 CSV 读进来的字段，绝大多数默认是字符串。哪怕里面全是数字。这不是软件的毛病，是它不敢替你猜。

演示会自动播放。鼠标移上去暂停，点任意按钮转为手动，点右上角可以全屏投影。

转换本身很简单，难的是转换会失败。含千分位逗号的「1,240」、带单位的「12 台」、前后有空格的「 9 」，这些都转不成数字。

转换失败默认不报错。节点会把失败的行置为缺失值，然后继续，灯还是绿的。所以每次转完类型都要回监控面板看一眼：缺失值有几个。这个数不是 0，就说明有行没转成。

记住这个顺序：先用字符串处理把文本清干净，再转类型。倒过来做，你会一直在跟失败行较劲。

「2026年8月31日」在你眼里是日期，在系统里只是一串字符。不转成日期类型，就没法按月分组、没法算区间天数、排序也是按文本排的。

这是整个节点唯一的难点，而且几乎所有人第一次都会写错。原因是方向搞反了：格式串描述的是源数据长什么样，不是你想要的结果长什么样。

字母个数就是位数：MM 匹配 08，M 匹配 8。源数据里是「8月」而不是「08月」，就得用 M。

这个参数默认是「置为缺失值并继续」。好处是流程不中断，坏处是错误被藏起来了 – 一列日期转失败一半，节点照样绿灯。

建议的做法是两套设置：调试时让它失败，你能第一时间看到哪几行转不了；调完改回缺失值，让流程以后能自动跑完。

编号带前后缀、部门信息挤在一个格子里、需要拼一个唯一标识 – 这三件事对应三个节点。

字符串处理截取、替换、去空格、大小写转换。位置固定用 substr，位置不固定用 regexReplace。

单元格拆分器按分隔符把一列拆成多列。拆出来的列默认叫 split_0、split_1，顺手改成有意义的名字。

列合并器把多列拼成一列。常用来造唯一标识，比如城市加编号。

正则写不出来是正常的。把字段样例和你要的结果描述给 AI，让它给你一段正则，回来粘贴进去再用预览验证。这是正常用法，不必回避。

「六十万以上算重大，三十万以上算一般，其余算零星」 – 这种按条件贴标签的活，用规则引擎。写法是一行一条 条件 => 结果，从上往下匹配，命中就停。

规则引擎和行过滤器最容易被搞混。行过滤是减少行，规则引擎是新增一个判断结果的列。四行进去还是四行出来，只是多了一列。这一句记住，两个节点就不会再用错。

还有一条容易漏：最后那条兜底规则不能省。没有它，所有不满足前面条件的行会得到缺失值，而缺失值不报错。你可能要到很后面才发现有一批资产根本没分级。

打开手上任何一份读进来的数据，看一眼数值列和日期列的标记。多数人第一次看都会发现问题。