如何处理格式略有不同的数据？

Question

我想自动处理.xls文件中的某些数据。数据格式因来自不同来源而有所不同。

手动处理数据会输出以下格式的文件：

ID（数字）| NAME（字符串）| PRICE（浮点数）

正如我所说，信息通常是在列中，但它可以是行，或者可以有两个表，我必须只处理一个。

我考虑了三种方法：

1. 使用策略模式。缺点：无论如何，我将不得不对每个案例进行编码。
2. 使用ETL工具。缺点：我认为这不仅仅是我需要的。
3. 使用线性回归或神经网络或其他机器学习算法，其中示例将是一对（.xls原始文件，.xls处理文件）。缺点：我不知道目标函数的度量标准是什么（两个excel文件之间的相似性？）

感谢您提供任何帮助或提示！

Answer 1

我不是使用线性回归或神经网络的专家。

这是困难的情况之一，因为数据格式各不相同。 我在项目中观察到的是，我们每次使用ETL工具（ssis）进行编码。 使用线性回归或神经网络很困难，需要良好的技能和对建模的理解。