Challenge #37: Parsing a Raw XML File ～XMLファイルのパース～ – Alteryx Weekly Challenge

「カスタマーストーリー」を支えるツール特集

#ビッグデータ

#ビジネス・アナリティクス

#Alteryx

スズ

2018.12.10

この記事は公開されてから1年以上経過しています。情報が古い可能性がありますので、ご注意ください。

こんにちは。Alteryxサポートエンジニアとして勉強中のスズです。

当エントリは『Alteryx Weekly Challenge：Intermediate Level Advent Calendar 2018』の10日目です。

『Alteryx Weekly Challenge：Intermediate Level Advent Calendar 2018』では、Alteryx Communityで公開されているWeekly ChallengeのIntermediate Levelにひたすら1人で挑戦していきます。

今回はXMLファイルのパースに挑戦します。

動作環境

当エントリの執筆には、以下の環境を利用しています。

Windows 10 Pro
Alteryx Designer 2018.4.3.54046 英語版

Challenge #37: Parsing a Raw XML File

お題

今回挑戦するお題はこちら。

Challenge #37: Parsing a Raw XML File ｜ Alteryx Community

「Input」側のデータはこちら。「customer_OuterXML」列がXMLになっています。

「Output」側のデータはこちら。

解答の概要

今回作成するワーフクローは以下の通りです。

Record IDツールでIDを付与
Select、XML Parse、SummarizeツールでXMLのパース
SelectツールでXML以外のデータを準備
Multiple Joinツールでデータの結合

IDの付与

Record IDツール（Preparation -> Record ID）を使用して、IDを割り当てます。

XMLのパース

Selectツール（Preparation -> Select）を使用して、「RecordID」「customer_OuterXML」列のみ残します。

XML Parseツール（Parse -> XML Parse）を使用して、「customer_OuterXML」列の内容を展開します。XML Element to Parse に Root を選択し、Return Child Values と Return Outer XML を選択します。

XML Parseツールの出力を確認すると、「reference」「reference_OuterXML」といった列が作成されています。

ここから3つに分かれて処理を行います。

「Customer_Reference」列の作成

Summarizeツール（Transform -> Summarize）を使用して、「Customer_Reference」列を作成します。「RecordID」列でグループ化し、「reference」列の文字列を出力しています。

「Customer_Reference」列を作成できました。

「Customer_Bill_to_」列の作成

Selectツールで「RecordID」「bill_to_OuterXML」列のみ残します。

XML Parseツールを2つ使用します。1つは Specific Child Name を選択して contact を入力、Return Child Values を選択します。もう1つは Specific Child Name を選択して address を入力、Return Child Values を選択します。

Selectツールを使用して不要な列を削除し、列の名前を調整します。

「Customer_Bill_to_」列を作成できました。

「Customer_Ship_to_」列の作成

「ship_to_OuterXML」列に対して 「Customer_Bill_to_」列の作成 と同様の処理を行い、「Customer_Ship_to_」列を作成します。

XML以外のデータの準備

元のデータには、「Order Number」などのXML以外のデータがあります。このあとデータを結合するため、XML以外のデータを準備します。

初めのRecord IDツールの出力にSelectツールを接続し、「customer_OuterXML」列を削除します。これでXML以外のデータを準備できました。

データの結合

準備したデータをJoin Multipleツール（Join -> Join Multiple）を使用して、結合します。それぞれのデータには「RecordID」列があるので、Join by Specific Fields を選択して「RecordID」列を使用して結合します。また、重複した「RecordID」列を削除し、列の順番を調整します。