Question

我有一个非常大（800行）的OpenRefine数据集。一个单元格包含多个不同的值，但具有一致的结构（请参见下面的示例），数据用逗号分隔，类似于json数组。我想创建一个新的多值列，它只包含特定类别中的元素，如Creator或Subject。在下面的示例中，我想创建一个名为Item Creator的新列，其中仅包含Dana M. Ashley和John Smith，这两个文本中都有。到目前为止，我已尝试使用表达式forEach(value.split(","), v, v.contains("Creator:"))，我得到一个识别包含Creator的段的数组，但我还不知道如何将该字符串文本提取到新列中。非常感谢帮助。

Publisher: American Federation of Teachers, Creator: Dana M. Ashley, Creator: John Smith, Subject: Prosocial behavior, Subject: Program development, Subject: Behavior problems, Subject: Classroom techniques, Subject: Student behavior, Subject: School culture, Subject: Educational environment, Subject: Positive Behavior Supports, Resource Type: Text, Language: English, Audience: Educator, Format: pdf

Answer 1

要将此值放入新列，请使用当前列中的下拉菜单（包含组合数据）并选择＆＃34;编辑列 - ＆gt;根据此列＆＃34;

添加列

如果您更换了＆＃39; forEach＆＃39;使用＆＃39;过滤器表达＆＃39;你在这里得到的GREL公式中的表达式，你得到了创建者列表（在一个数组中）。要将它们存储在单元格中，可以将数组加入到字符串中：

filter(value.split(","), v, v.contains("Creator:")).join("|")

这应该会为您提供一个包含创建者列表的新列 - 它需要更多的整理才能删除＆＃34;创建者：＆＃34;得到一个名单列表

使用多值字段中的选定子字符串创建新列

1 个答案: