Question

我有一个非常有趣的数据集，由同事提供给我。数据集位于SQL Server 2014中。我在其中有一个名为“Users”的表，其列名为Address。地址格式很乱：

|Address | |-------------------------------------------------|----------------------- |9, Layman drive, Paris, 32432 | |Layman drive, Paris, 9832, #AALM,43 | |Layman drive, Paris, 33, #AM,1 | |11, Layman drive, Paris | |12, Layman drive, Paris | |-------------------------------------------------|-----------------------

我正在尝试按以下格式重新安排所有地址项：

[地址编号]，[街道]，[城市]，[邮政编码]

9，Layman Drive，Paris，32432

与此同时，我需要摆脱这样的角色：'＃AALM，43'

任何人都知道我可以从哪里开始？

感谢。

Answer 1

过去做过像这样的清理工作，你肯定想要分成几部分，特别是直接从SQL中完成，比如通过SQL查询界面。

我首先要修改你的表格结构并添加你想要的其他列 - 添加到EXTRA列中，用于＆＃34; workingAddress＆＃34; （或缩写为＆＃34; wadr＆＃34;在查询中简要说明。）

然后，将您的所有地址列值复制到临时工作地址列，这样我们就不会销毁您的原始地址...

update yourTable set wadr = Address;

然后，一次处理一个列组件并执行LIKE ...

update yourTable
   set [Address Number] = LTRIM( RTRIM( LEFT( wadr, CHARINDEX(',', wadr) -1 )))
   where CHARINDEX(',', wadr) > 1;

然后，只保留那些只是地址编号

的数字表示的那些

update yourTable
   set [Address Number] = ''
   where LTRIM( RTRIM( STR( cast( [Address Number] as Integer ), 6 ))) = RTRIM([Address Number]);

现在，对于那些成功的KEPT，从工作地址栏中删除

update yourTable
   set wadr = LTRIM( RTRIM( SUBSTR( wadr, CHARINDEX(',', wadr) +1, 60)))
   where LEN( RTRIM( [Address Number] )) > 0;

现在，您的地址编号（如果存在）将出现在您的[地址编号]列中，并且该编号已从＆＃34; wadr＆＃34;专栏，并修剪到街道......现在，街道的过程：

update yourTable
   set [Street] = LTRIM( RTRIM( LEFT( wadr, CHARINDEX(',', wadr) -1 )))
   where CHARINDEX(',', wadr) > 1;

从工作地址栏中删除街道

update yourTable
   set wadr = LTRIM( RTRIM( SUBSTR( wadr, CHARINDEX(',', wadr) +1, 60)))
   where LEN( RTRIM( [Street] )) > 0;

现在前往纽约市，然后剥离城市的所在地......

update yourTable
   set [City] = LTRIM( RTRIM( LEFT( wadr, CHARINDEX(',', wadr) -1 )))
   where CHARINDEX(',', wadr) > 1;

从工作地址栏中删除街道

update yourTable
   set wadr = LTRIM( RTRIM( SUBSTR( wadr, CHARINDEX(',', wadr) +1, 60)))
   where LEN( RTRIM( [City] )) > 0;

最后你的邮政编码...这可能是两个条件...如果没有剩余的逗号只是抓住任何可能留下的......你的一些样本数据没有邮政编码。这将首先从wadr获取post代码，然后在没有逗号的情况下清除wadr列。

update yourTable
   set [Postcode] = wadr,
       wadr = ''
   where CHARINDEX(',', wadr) < 1;

现在，对于那些有邮政编码和其他东西的人（你最后的垃圾），只需抓住逗号之前的内容，就像之前的实例一样

update yourTable
   set [Postcode] = LTRIM( RTRIM( LEFT( wadr, CHARINDEX(',', wadr) -1 )))
   where CHARINDEX(',', wadr) > 1;

update yourTable
   set wadr = LTRIM( RTRIM( SUBSTR( wadr, CHARINDEX(',', wadr) +1, 60)))
   where LEN( RTRIM( [Postcode] )) > 0;

最后，你的＆＃34; wadr＆＃34;列应该是空白的，或者最后只有垃圾内容。语法可能需要调整一些，但应该做的诀窍......一旦这些都很好，确认事情看起来很好，你可以删除＆＃34; wadr＆＃34;列，如果你想，最终杀掉＆＃34;地址＆＃34;列。

重新格式化单个杂乱的列

1 个答案: