Question

我有一个电子表格/ csv：

Code:,101,Course Description:,"Introduction to Rocket Science",
Student Name,Lecture Hours,Labs Hours,Test Score,Status
John Galt,48,120,4.7,Passed
James Taggart,50,120,4.9,Passed
...

我需要将其重塑为以下视图：

Code:,Course Description:,Students,Lecture Hours,Labs Hours,Average Test Score,Teaching Staff
101,"Introduction to Rocket Science",John Galt,48,120,4.7,Passed
101,"Introduction to Rocket Science",James Taggart,50,120,4.9,Passed
...

相信与否，虽然它似乎是非常原始的转变，却无法正确理解如何做到这一点，是否有任何银弹？

原始记录（csv）具有类似json的结构，所以我的第一种方法是将原始数据表示为向量然后转置它，（但在这种情况下，我的结果表看起来很像像sparced矩阵 - 我已经传输的行在其余值中是空白的）我m considering - **serialize it into jsons and then de-serialize** into new spreadsheet (jsonize()) - in this case, I遇到合并问题的另一种方法。

在两种方式中我都有它＆＃34;半工作＆＃34 ;; 任何人都可以建议简单可靠的算法; 任何语言，RegEx，任何工具，代码片段都非常受欢迎

Answer 1

假设您在此描述的模式始终如一，我认为您可以采取不同的方法，但在所有情况下，您基本上都可以使用“＃Course”＆＃39; ;行以＆＃34开头;代码：＆＃34;但那永远不会成为学生的名字。

您可以通过正则表达式查找/替换或在OpenRefine中利用此功能。

示例：

在支持正则表达式的文本编辑器中打开文件查找/替换
搜索以＆＃39;代码开头的行：＆＃39;并在行的开头添加其他逗号，以将课程数据列移至对，例如搜索：^代码：替换为：,,,,, ^代码：
如果您现在将文件导入OpenRefine，那么您将拥有一个包含10列的项目（第10列是由尾随引起的课程数据行末尾的逗号）
您现在可以在包含课程数据的最右侧列上使用转置（或仅重命名），同时保留最左侧包含学生详细信息的列
隔离包含短语＆＃39;学生姓名＆＃39;的行。在第一列中删除它们（通过过滤器或小平面）
将课程代码/说明列移至项目的开头，然后使用＆＃39;编辑单元格＆gt;向下填写＆＃39;每列上的选项以获取在所有相关行上重复的值
最后根据需要重命名列，删除任何无关的列

将数据集重塑为更多关系格式（转置某些行并将它们分配给数据子集）

1 个答案: