个人中心
文章发布
退出
作者热门文章
- html - 出于某种原因，IE8 对我的 Sass 文件中继承的 html5 CSS 不友好？
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景？
24
4
寻找使用 SQL 或 Excel 来清理没有明确模式的约 100k 记录表的任何技巧。数据通常看起来像这样，全部被阻塞在不同的行但同一列中:
JENNIFER SMITH
Accountant - Senior
Day Shift
jsmith@mail.com
AMBER Jones
Professional
Pro Status
amberj@mail.com
Abby Stone
Receptionist
Analytics
123 Main St
123-456-7890
abby@mail.com
REBECCA MILLER
Media
Building 2
millerr@mail.com
Sarah M Myers
Executive
BRADBURY SCHOOL
456 Main St
最大的问题是，有些记录下面有三组附加数据，有些记录有五组——也许他们有电子邮件和/或电话号码，也许没有，有些记录后面有几行，有些没有。 t等
我正在寻找使用代码或公式的想法来尝试将其清理为如下所示，而无需手动遍历每一行:
Name Job Info Email Phone Address
JENNIFER SMITH Accountant - Senior Day Shift jsmith@mail.com
AMBER Jones Professional Pro Status amberj@mail.com
Abby Stone Receptionist Analytics abby@mail.com 123-456-7890 123 Main St
REBECCA MILLER Media Building 2 millerr@mail.com
Sarah M Myers Executive BRADBURY SCHOOL 456 Main St
希望人们能够利用他们过去不得不在像这样出现的非常困惑的数据集上使用的场景来产生想法。如果是在 Excel 中，则可能是使用 SEARCH() 或 LEN() 的某种组合来尝试识别每个记录的数据何时结束。
我知道这不是最尖锐的问题 - 但如果有人有任何提示，那真的会对我有帮助。它也不必最终变得完美——如果它最终看起来像上面那样，我将能够从那时起手动清理它，而不是从一开始就清理它。
任何使用任何方法的帮助将不胜感激!
最佳答案
你会花更多的时间来处理这个代码，而不是值得的。这种格式错误的数据不可能准确。您到底如何知道詹妮弗·史密斯仍然使用指定的电子邮件地址或列出了该职位？如果您被迫处理这些数据，那么您最好花钱请人输入。这不会超过一周，而且您可能可以花几百美元找人来做这件事。即便如此，这些数据肯定是垃圾，所以我看不出有什么必要费心。
关于mysql - 如何将没有模式的一列更改为明确定义的行和列？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/30408679/
24
4
0
我正在 csv 上使用 hadoop 来分析一些数据。我使用sql/mysql(不确定)来分析数据，现在陷入了僵局。 我花了好几个小时在谷歌上搜索，却没有找到任何相关的东西。我需要一个查询，在该查询中
我正在为 Bootstrap 网格布局的“简单”任务而苦苦挣扎。我希望在大视口(viewport)上有 4 列，然后在中型设备上有 2 列，最后在较小的设备上只有 1 列。 当我测试我的代码片段时，似
对于这个令人困惑的标题，我深表歉意，我想不出这个问题的正确措辞。相反，我只会给你背景信息和目标: 这是在一个表中，一个人可能有也可能没有多行数据，这些行可能包含相同的 activity_id 值，也可
具有 3 列的数据库表 - A int , B int , C int 我的问题是: 如何使用 Sequelize 结果找到 A > B + C const countTasks = await Ta
我在通过以下功能编写此查询时遇到问题: 首先按第 2 列 DESC 排序，然后从“不同的第 1 列”中选择 只有 Column1 是 DISTINCT 此查询没有帮助，因为它首先从第 1 列中进行选择
使用 Bootstrap 非常有趣和有帮助，目前我在创建以下需求时遇到问题。 “使用 bootstrap 在桌面上有 4 列，在平板电脑上有 2 列，在移动设备上有 1 列”谁能告诉我正确的结构 最佳
我是 R 新手，正在问一个非常基本的问题。当然，我在尝试从所提供的示例中获取指导的同时做了功课here和 here ，但无法在我的案例中实现这个想法，即可能是由于我的问题中的比较维度更大。 我的实
通常我会使用 R 并执行 merge.by，但这个文件似乎太大了，部门中的任何一台计算机都无法处理它! (任何从事遗传学工作的人的附加信息)本质上，插补似乎删除了 snp ID 的 rs 数字，我只剩
我有一个 df , delta1 delta2 0 -1 2 0 -1 0 0 0 我想知道如何分配 delt
您好，我想知道是否可以执行以下操作。显然，我已经尝试在 phpMyAdmin 中运行它，但出现错误。也许还有另一种方式来编写此查询。 SELECT * FROM eat_eat_restaurants
我有 2 个列表(标题和数据值)。我想要将数据值列 1 匹配并替换为头文件列 1，以获得与 dataValue 列 1 和标题值列 2 匹配的值 头文件 TotalLoad,M0001001 Hois
我有两个不同长度的文件，file2 是一个很大的引用文件，我从中提取文件 1 的数据。 我有一行 awk，我通常会对其进行调整以在我的文件中进行查找和替换，但它总是在同一列中进行查找和替换。 所以对于
假设我有两个表，如下所示。 create table contract( c_ID number(1) primary key, c_name varchar2(50) not
我有一个带有 varchar 列的 H2 表，其检查约束定义如下: CONSTRAINT my_constraint CHECK (varchar_field <> '') 以下插入语句失败，但当我删
这是最少量的代码，可以清楚地说明我的问题: One Two Three 前 2 个 div 应该是 2 个左列。第三个应该占据页面的其余部分。最后，我将添加选项来隐藏和
在 Azure 中的 Log Analytics 中，我为 VM Heartbeat 选择一个预定义查询，我在编辑器中运行查询正常，但当我去创建警报时，我不断收到警报“查询未返回 TimeGenera
在 Azure 中的 Log Analytics 中，我为 VM Heartbeat 选择一个预定义查询，我在编辑器中运行查询正常，但当我去创建警报时，我不断收到警报“查询未返回 TimeGenera
今天我开始使用 JexcelApi 并遇到了这个:当您尝试从特定位置获取元素时，不是像您通常期望的那样使用sheet.getCell(row,col)，而是使用sheet.getCell(col,ro
我有一个包含 28 列的数据库。第一列是代码，第二列是名称，其余是值。 public void displayData() { con.Open(); MySqlDataAdapter
我很沮丧:每当我缩小这个网页时，一切都变得一团糟。我如何将网页居中，以便我可以缩小并且元素不会被错误定位。 (它应该是 2 列，但所有内容都合并为 1)我试过 但由于某种原因，这不起作用。 www.o
我是一名优秀的程序员,十分优秀！