Challenge #45: Parsing Bureau of Labor Data ～労働局のデータのパース～ – Alteryx Weekly Challenge

「カスタマーストーリー」を支えるツール特集

#ビジネス・アナリティクス

#Alteryx

スズ

2019.04.01

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。

Alteryx Communityで公開されているWeekly Challengeに挑戦するシリーズ。今回は労働局のデータ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 2019.1.4.57073 英語版

Challenge #45: Parsing Bureau of Labor Data

お題

今回挑戦するお題はこちら。

Challenge #45: Parsing Bureau of Labor Data - Alteryx Community

Input側のデータはこちら。URLのみ用意されています。

Input

Output側のデータはこちら。Input側にあるURLからデータを取得し、Output側のデータになるように処理していきますが、URLから取得できるデータが異なるため、2つのカテゴリーと年、月の列を用意することで解答にしたいと思います。

Output

解答のワークフロー全体

作成するワークフローはこちら。

ワークフロー全体

データの取得

Downloadツールを使用して「Field1」列のURLからデータを取得します。

Downloadツールの結果

取得したデータは「DownloadData」列に出力されます。

Downloadツール

Selectツールで「Field1」列と「DownloadHeaders」列を削除してから、Text To Columnsツールを使用して「DownloadData」列のデータを分割していきます。Delimitersに\n指定して改行でデータを分け、Sptil to rowsを指定して同じ列に出力します。

Text To Columns

分割したデータは以下のようになっています。

分割結果

列の作成

Data Cleansingツールを使用してデータを整えてから、Multi-Row Formulaツールを使用して、「Employment Category」列と「Category」列をV_WString型で作成します。まずは「Employment Category」列。

Employment Categoryを作る

Expressionには以下のとおり設定しています。

IIF((IsEmpty([Row-1:DownloadData]) AND IsEmpty([Row+1:DownloadData])), [DownloadData], [Row-1:Employment Category])

「DownloadData」列の1行上と1行下が空欄の場合は「DownloadData」を出力
それ以外の場合は1行上の「Employment Category」を出力

「Category」列はこちら。

Categoryを作る

Expressionには以下のとおり設定しています。

IIF(Contains([Row+1:DownloadData], "YEAR"), [DownloadData], [Row-1:Category])

「DownloadData」列の1行上に「YEAR」が含まれる場合は「DownloadData」を出力
それ以外の場合は1行上の「Category」を出力

RegExツールを使用して、スペースをカンマに置き換えます。スペースが連続している場合があるため、Regular Expressionには\s+と指定します。Replacement Textは,を指定します。

スペースをカンマに

処理した結果はこちら。スペースがカンマに置き換えられています。

カンマに変換されたデータ

Text To Columnsツールを使用して、「DownloadData」列をカンマで分割します。Delimitersに,を指定します。また、今回はカンマごとに異なる列に出力するためSplit to columnsを指定し、Number of columnsは13を指定します。

カンマで分割