我有一个数据表，我正试图“标准化”。输入表格的数据不是静态的或标准化的（比如答案的下拉列表），让我有多种不同的答案，我想要一个静态的，通用的答案。
例如，假设数据库中有一个名为“宠物类型”的列。由于用户输入未标准化，人们可以输入特定类型宠物的变体，而不是宠物的一般形式。因此，不仅仅是进入“狗”，还有不同版本的狗，如“牧羊犬”，“笨蛋”，“拉布拉多”等。
我如何将这些答案转录成他们的广义形式 - 用“狗”（或“猫”，或“鸟”等）替换表中的Collie / Mutt / Labrador / etc答案？< / p>
我意识到需要某种形式的手动输入“翻译”功能。我的直觉反应是，长期堆叠的if语句列表效率低下，控制和扩展也很繁琐。
是否有某种过程或系统可以做这样的事情？像某种类型的查找表系统/矩阵？
我假设一个foreach循环来迭代记录数组是最合适的。然后在foreach循环的每次迭代中，你可以根据某种类型的列表（我手动创建）对pet变量进行测试/比较 - 但是你会对这个查找表/列表使用什么？还是这个过程的一步？你会把它作为某种类型的SQL数据库/表，数组，CSV文件等吗？
然后，一旦完成这个比较并确定了宠物类型的“翻译”等价物，foreach循环将更新记录的特定行，或者覆盖旧的非标准化值，或者可能只是添加将新的标准化等价物转换为新列（供以后验证）。
答案 0 :(得分：1)
我的直觉反应是堆叠的if语句的长期列表 效率低下，控制和扩展也很乏味。
100％正确，因此你真的只有一个选项：手动浏览数据库并清理它。完成后，您需要使用停止列表而不是原始文本输入来限制用户输入。
根据您的用户，您可能希望了解Stackoverflow如何处理标记 - 基本上允许任何人为您进行清理。
答案 1 :(得分：0)
但是如果您有150000条记录或某些事情正在进行SQL查找 - 替换查询可能有助于清理数据以启动。
这听起来像是一个数据规范化项目，虽然我在实践中没有很多经验，但从理论上讲，你从数据的输入方式开始。例如，自由文本字段允许用户输入他们想要的任何内容。您希望在清理数据后更改它。首先要知道数据是如何进入的，这是值得的。它是自由文本，子弹，下拉菜单吗？等
您还希望创建一个包含所有标准化术语的数据字典，这些术语可以替换多种变体。
然后，您可以创建一个更新查询，该查询将遍历旧数据并使用更新查询和通配符使用新数据进行更新。
这可能是一种更自动化的数据清理方式，而不是查找和替换数据。
-Al