Question

我行一千，在Excel工作表，其中有一个地方得到了病人感染了病毒，当她被治好了日期。我也有在第三列，病毒ID，它就像一个外键，并指向另一个Excel工作表，其中的病毒名称存储，与virusID一起。日期格式如下：

column A: patient infected date
2002-01-22 13:25:41 
column B: patient healed date
2002-01-24 10:35:21

什么我尝试做的，是有说100倍最通常所见的病毒，即已经感染，并在同一年被治好了，沿着他们的头衔。（因此感染和治愈年必须都说2002）

类似的东西（按出现次数排序，2002年）：

virus1 | name of virus1 | number of occurrences 
virus2 | name of virus2 | number of occurrences

我应该使用哪个Excel公式？或者有人可以为我提供openrefine解决方案，甚至更好。试过INDEX，MATCH，没有运气。

Answer 1

对于OpenRefine，我将执行以下操作：

导入第一Excel工作表作为OpenRefine项目（称为 “PROJECT_1”）。假设它具有列：
- infected_date
- 治愈日期
- virus_id
将第二个Excel工作表作为一个单独的OpenRefine项目（称为“ project_2”）导入。假设有列
- virus_id
- 病毒名称
在创建的project_1中，从“ virus_id”列中使用“基于此列添加列选项”
- 使用GREL：forEach(cell.cross("project_2","virus_id"),r,r.cells["virus_name"].value).join("|")
- 调用新的列 “virus_name”
在project_1中
- 在virus_name列上创建文本构面
- 使用GREL在infect_date列上创建“自定义文字构面”：(value.substring(0,4) == cells["healed_date"].value.substring(0,4)).toString()
如果您在自定义文本构面中选择“ true”值，这会将项目过滤为仅感染和治愈年份相同的行
virus_name上的文本构面将为您提供每个病毒名出现在行集中的次数

如果您需要做更精确的“日期”相比较（如发现感染和愈合的日期是在彼此365天是），你可以在OpenRefine这些值转换为日期和使用GREL功能diff找到天的两个日期之间的数（或数月，数年，小时等）

Answer 2

我通常会逐步解决这类问题。首先，确保在Excel中将A列和B列识别为日期。 C列是您的病毒ID。我将D列设置为一年感染的列，将公式= YEAR（A2）复制到该列的其余单元格中。 E列应为Year's Healed，将= YEAR（B2）复制到该列的其余单元格中。 F列将使用= IF（E2 = D2,1,0）指示年份是否匹配。

最后，这项工作的重点在于使用countifs函数。 G列应具有公式= COUNTIFS（C $ 2：C $ 541，C2，F $ 2：F $ 541,1）的单元格。在我的测试示例中，我只有通过第541行的数据。但是，您将拥有许多行。将541替换为您的最后一行。要获取病毒名称，您将使用病毒ID将工作表与病毒ID和病毒名称匹配，例如：= LOOKUP（C2，Viruses！A $ 2：A $ 4，Viruses！B $ 2：B $ 4）假定A列是病毒ID，B列是病毒名称，并且它们都具有一行标题。在我的样本中，我只有3种病毒。

一旦有了这些列，就按count列（从最大到最小）排序，然后通过Data消除重复项，移除重复项。取消选中除病毒计数列之外的所有列，您应该拥有所需的内容。如果只需要特定年份的数据，请在删除重复项之前按年份列之一进行过滤。

仅提取特定年份的行，并计算最常看到的值

2 个答案: