Rename Column

ภาพรวม

ชื่อคอลัมน์จากไฟล์จริงมักอ่านไม่รู้เรื่อง เช่น col_3 หรือ ชื่อ-นามสกุล (ถ้ามี) เทคนิคนี้เปลี่ยนชื่อให้สื่อความหมาย โดยขั้นตอนอื่นใน Pipeline ยังทำงานต่อได้ เพราะระบบอ้างถึงคอลัมน์ด้วยรหัสภายในที่ไม่เปลี่ยนตามชื่อ

เมื่อไหร่ควรใช้

• ชื่อคอลัมน์ไม่สื่อความหมาย หรือยาวเกินไปสำหรับรายงาน
• ต้องส่งไฟล์ให้ระบบปลายทางที่กำหนดชื่อคอลัมน์ไว้แน่นอน

เมื่อไหร่ไม่ควรใช้

• ต้องเปลี่ยนหลายคอลัมน์ให้อยู่ในรูปแบบเดียวกัน — clean_headers ทำทีเดียวทั้งไฟล์และกันชื่อซ้ำให้ด้วย
• ชื่อซ้ำกันอยู่แล้วและยังไม่ได้แก้ต้นเหตุ การตั้งชื่อซ้ำอีกจะทำให้ไฟล์ปลายทางสับสน

หลักการทำงาน

1. เลือกคอลัมน์จาก column แล้วตั้งชื่อใหม่ใน newName
2. ระบบเปลี่ยนเฉพาะชื่อที่แสดง ค่า ชนิดข้อมูล และลำดับคงเดิม
3. ขั้นตอนที่เพิ่มไว้ก่อนหน้าหรือหลังจากนี้ยังอ้างคอลัมน์เดิมได้ถูกต้อง เพราะ Pipeline ใช้ column.id
4. ชื่อใหม่ห้ามว่าง และควรตรวจว่าไม่ซ้ำกับคอลัมน์อื่นก่อน export

Parameters

โค้ด Python / JavaScript

import json

def rename_column(rows, column, new_name):
    return [
        {(new_name if key == column else key): value for key, value in row.items()}
        for row in rows
    ]

rows = [{'Full Name': 'A', 'city': 'ไทย'}]
print(json.dumps(rename_column(rows, 'Full Name', 'full_name'), ensure_ascii=False))

ตัวอย่างการใช้งาน

ไฟล์ส่งออกจากระบบ POS ตั้งชื่อคอลัมน์เป็น f1 ถึง f8 เปิดหน้า Dataset เพื่อดูตัวอย่างค่าของแต่ละคอลัมน์ก่อน แล้วค่อยเปลี่ยนชื่อทีละคอลัมน์ให้ตรงกับความหมายจริง ถ้าต้องทำแบบนี้ทุกเดือน ให้บันทึกเป็น Recipe เพื่อใช้ซ้ำกับไฟล์รอบหน้า

เทคนิคที่เกี่ยวข้อง

ใช้ clean_headers เมื่อต้องจัดรูปแบบชื่อทั้งไฟล์ ใช้ remove_column กับคอลัมน์ที่ไม่ได้ใช้ และใช้ reorder_columns เพื่อจัดลำดับให้อ่านง่ายหลังเปลี่ยนชื่อ

• Clean Header Names
• Remove Column
• Reorder Columns

ลองใช้กับ Dataset ของคุณ