数据转换是将数据从一种表示形式转换为另一种表示形式的过程。数据转换的常见内容包括：数据类型转换、数据语义转换、数据值域转换、数据粒度转换、表/数据拆分、行列转换等。下面就由博鱼·boyu体育来为你详细的介绍一下吧！

　　1、数据类型转换

　　当数据来自不同的数据源时，不同类型数据源类型的不兼容性可能会导致系统报告错误。此时，需要将不同数据源的数据类型视为兼容的数据类型。

　　2、数据语义转换

　　基于第三范式的传统数据仓库可能有维度表、事实表等。此时，在事实表中，许多字段需要与维度表相结合才能进行语义分析。例如，如果字段M的业务意义是浏览器类型，则其值分为1/2/3/4/5。如果这五个数字没有转换，就很难理解为商业语言，更不用说未来的解释和应用了。

　　3、数据粒度转换

　　业务系统通常存储详细的数据，有些系统甚至存储基于时间戳的数据。数据仓库中的数据用于分析，不需要非常详细的数据。一般来说，业务系统数据将根据数据仓库中的不同粒度要求进行聚合。

　　4、表/数据分割

　　有些字段可以存储多中数据信息，如时间戳包含年份、月、日、小时、分、二等信息，有些规则需要拆分部分或全部时间属性，以满足多粒度数据聚合的需要。同样，表中的多个字段也可能被拆分。

　　5、行列转换

　　在某些情况下，表中的行列数据需要转换(也称为转移)，例如在计算协同过滤之前，user和term它们之间的关系相互排列，可以相互转换，可以用来满足基于项目和用户相似性的推荐计算。

　　6、数据离散化

　　将连续值的属性分为几个范围，以帮助减少连续值的数量。例如，对于收入字段，为了便于统计，根据业务经验可分为几个不同的范围：0~3万、3001～5000、5001～10000、10001~30000、大于300000，或在此基础上分别使用100000、2、3、4、5来表示。

　　以上就是数据转换的主要内容介绍了。数据转换一定要注意，不能不顾一切的进行转换，因为，有时候转换会严重扭曲数据本身的内涵。