Перед тем как изменить тип данных в DataLens, сверьте типы полей в датасете с исходным CSV. После изменения задайте агрегацию и убедитесь, что дата, количество лидов и денежная сумма с одним пропуском читаются корректно.
Учебный пример. Входные данные — CSV из трёх строк:
date,leads,cost
2026-10-01,10,1200.50
2026-10-02,7,950.00
2026-10-03,3,
Требуемые смыслы: date — дата, leads — количество, cost — денежная сумма. Поле leads при загрузке получило тип «Строка». В cost одна ячейка пустая. Контрольные значения: сумма leads = 20, сумма двух известных cost = 2150.50, пропуск остаётся пропуском.
Где менять тип: датасет или визард
DataLens конвертирует типы полей источника в собственные типы, и менять тип можно в двух местах — в интерфейсе датасета и в визарде ([1]).
Для учебной таблицы будем менять типы в датасете.
Создание датасета с нуля — отдельная предварительная задача. Здесь предполагается, что датасет с CSV уже загружен и поля видны на вкладке Поля.
Почему CSV-поле стало строкой
При загрузке CSV-файла в качестве источника DataLens пытается автоматически определить тип данных полей. Если определить тип не удалось, DataLens задаёт полю тип Строка ([1]).
В учебном примере leads содержит числа, но получило тип «Строка». Откройте вкладку Поля в датасете и проверьте текущий тип. Причину неудачного распознавания по одному назначенному типу установить нельзя.
Тип можно сменить в интерфейсе датасета или в визарде. Другой вариант — преобразование функцией в вычисляемом поле. Для учебной таблицы начните со смены типа в датасете и проверьте каждое значение. Перечень функций для преобразования приведён ниже.
Типы для даты, количества и суммы
Таблица ниже показывает, что менять и чем проверять результат.
| Поле | Исходный тип | Нужный тип | Способ преобразования | Контроль |
|---|---|---|---|---|
date |
Строка (если не распозналась) |
Дата |
Смена типа в датасете; при необходимости функция DATE или DATE_PARSE |
Три даты 2026-10-01, 2026-10-02, 2026-10-03 читаются как даты, сортировка по возрастанию |
leads |
Строка |
Целое число |
Смена типа в датасете; при необходимости функция INT |
Сумма = 20 |
cost |
Дробное число (или Строка) |
Дробное число |
Смена типа; при необходимости функция FLOAT |
Сумма двух известных = 2150.50, одна ячейка пустая |
Пояснения к способам. Для типа Дата справка называет функции DATE и DATE_PARSE ([1]). Для Дробное число — функцию FLOAT, которая переводит строку в число в десятичной записи, например FLOAT("34.567") = 34.567 ([3]). Для Целое число — функцию INT ([1]).
Отдельное предупреждение из справки: при конвертации типа decimal в Дробное число возможна потеря точности ([1]). Для денежной суммы это повод сверить итог после преобразования, а не принимать его на веру.
Смена типа в датасете делается так: на вкладке Поля нажмите на текущий тип поля и выберите новый из списка доступных ([2]).
Агрегация поля и пропуск в сумме
Тип агрегации определяет функцию, которая применяется к полю. Меняется там же, где тип: нажмите на текущий тип агрегации и выберите новый из списка ([2]).
Для leads и cost выберите агрегацию «Сумма». Затем сравните результат с контрольными значениями: 20 для leads и 2150.50 для двух известных значений cost.
В учебном примере пустая ячейка cost обозначает неизвестную сумму. Решите, как учитывать такие значения, до построения чарта. Замена нулём приписывает неизвестному значению конкретную сумму, хотя сумма двух известных значений от добавления нуля не меняется. Если правило «пропуск = 0» не принято явно, оставляйте пропуск. При проверке отдельно сопоставьте сумму двух известных значений 2150.50 и наличие одного пропуска.
Сверка итогов после смены типов
Проверка состоит из трёх сверок на учебной таблице.
- Сумма
leads. После смены типа на целое число сверьте сумму трёх значений: 10 + 7 + 3 = 20. Если получилось иное, проверьте тип поля, агрегацию и значения в исходном файле. - Сумма
costпо известным значениям. Контрольный расчёт: 1200.50 + 950.00 = 2150.50. Сравните с ним итог в чарте. - Пропуск остался пропуском. В исходном наборе для третьей даты
costпустой. Проверьте, что при преобразовании вы не заменили это значение нулём.
Если сверка не сошлась, порядок разбора такой: сначала тип поля, затем агрегация, затем значения в исходном файле. Типичные причины расхождений в данных разобраны в материале о тихих ошибках в данных, а повторяющиеся записи при склейке таблиц — в материале о дедупликации CRM.
Итоговая таблица после правки:
| Поле | Тип после правки | Агрегация | Значение контроля |
|---|---|---|---|
date |
Дата |
— |
три даты читаются и сортируются |
leads |
Целое число |
Сумма |
20 |
cost |
Дробное число |
Сумма |
2150.50 по двум известным, один пропуск |
Проверьте суммы и пропуск сразу после смены типов. Если итог разошёлся с контрольным, вернитесь к настройкам поля и исходным значениям.
Источники
- Типы данных Yandex DataLensyandex.cloud
- Работа с датасетом в Yandex DataLensyandex.cloud
- FLOATyandex.cloud

