Question

我需要使用各种定界符SQL Server将一个不规则的列拆分为许多子列。

我有一个名为Event_Name的列，其中包含以下不规则数据：

EVENT_NAME
----------------
ABBRV
Noun Noun2 Noun3 - Adjective - MM/DD/YYYY - LOCATION
Noun Noun2 - MM/DD/YYYY (#1) - LOCATION 
Noun Noun2 - MM/DD/YYYY - Adjective (#1) - LOCATION
Noun, Noun1a Noun2 Noun3 - Adjective: MM/DD/YYYY - Adjective2 - LOCATION

like:
"QRCC"
"Pool Party Dance - Late Night - 12/12/2020 - North"
"Lawn Bowling - 12/12/2020 (#1) - South "
"Lawn, Pool Class Signups - Early: 12/12/2020 - Canceled - North" 
"Pool Event - 11/31/2020 - To Be Announced (#1) - South"

我以前曾尝试使用Python解决此问题，但现在，按照结构化管道的方式，我确实需要在SQL查询中进行拆分，并以嵌入日期为条件。

在Python中，我正在做类似的事情

new= df['Event_Name'].str.split(" ",n=2, expand = True)
new[3] = new[2].str.split("-", expand= True)[1]
new[4] = new[2].str.split("-", expand= True)[2]
new[5] = new[2].str.split("-", expand= True)[3]

new[3] = new[3].str.split(' ()', expand=True)[2]

new[5]=new[2].str[-4:]
data = new[[0,1,3,5]]

0    |  1    | 3          |  5
-------------------------------
Noun | Noun2 | xx/xx/xxxx |  LOCATION

但这并不说明形容词，也没有捕捉到在极少数情况下采用"Noun, Noun1a Noun2 Noun3 - Adjective: MM/DD/YYYY - Adjective - LOCATION"格式的情况，输出应该是

0            |  1   | 3          |  5
----------------------------------------------
Noun, Noun1a | Noun2|  xx/xx/xxxx|  LOCATION

所以实际的期望输出将是

(Noun and Noun1a if not null) or ABBRV | Noun2 or null | Noun3 or null | DATE | Adjective or null| Adjective 2 or null| LOCATION  

OR

Event Cat | Detail | Detail | DATE       | Status     | Status  | LOCATION
-------------------------------------------------------------
QRCC
Pool      | Party   | Dance  | 12/12/2020 | Late Night |         | North
Lawn      | Bowling |        | 12/12/2020 |            |         | South 
Lawn, Pool| Class   | Signups| 12/12/2020 | Early      |Canceled |North 
Pool      |Event    |        |11/31/2020  | To Be Announced |    | South

偶然的"(#1)"是无关紧要的，可以忽略。如何在SQL调用中执行此操作？

Answer 1

说实话：这个设计太糟糕了。更改输入的任何机会都比处理此问题要好。这意味着：仅在无法更改获取数据的方式时，才可以使用我的建议来解析此内容。但是有时候我们不得不处理废话……

DECLARE @tbl TABLE(ID INT IDENTITY, YourString VARCHAR(1000));
INSERT INTO @tbl VALUES
 ('QRCC')
,('Pool Party Dance - Late Night - 12/12/2020 - North')
,('Lawn Bowling - 12/12/2020 (#1) - South')
,('Lawn, Pool Class Signups - Early: 12/12/2020 - Canceled - North') 
,('Pool Event - 11/31/2020 - To Be Announced (#1) - South');

-查询

SELECT TheFirstFragment.value('/x[1]','nvarchar(max)') AS [Event Cat]
      ,TheFirstFragment.value('/x[2]','nvarchar(max)') AS [Detail]
      ,TheFirstFragment.value('/x[3]','nvarchar(max)') AS [Detail]
      ,AssumablySomeDate.value('/x[contains(.,"/")][1]','nvarchar(max)') AS HopefullyTheDate
      ,AssumablySomeDate.value('/x[not(contains(.,"/"))][1]','nvarchar(max)') AS [Status1]
      ,CASE WHEN TheThirdFragment NOT IN('North','South') AND TheThirdFragment NOT LIKE '%/%' THEN TheThirdFragment END AS [Status2]
      ,CASE WHEN YourStringAsXml.value('count(/x)','int')>2 THEN YourStringAsXml.value('/x[last()]','nvarchar(max)') END AS [LOCATION]
FROM @tbl t
CROSS APPLY(SELECT CAST('<x>' + REPLACE((SELECT t.YourString AS [*] FOR XML PATH('')),' - ','</x><x>') + '</x>' AS XML)) A(YourStringAsXml)
OUTER APPLY(SELECT Cast('<x>' + REPLACE((SELECT REPLACE(YourStringAsXml.value('/x[1]','nvarchar(max)'),', ',',') AS [*] FOR XML PATH('')),' ','</x><x>') + '</x>' AS XML)) B(TheFirstFragment)
OUTER APPLY(SELECT CAST('<x>' + REPLACE((SELECT YourStringAsXml.value('/x[contains(.,"/")][1]','nvarchar(max)') AS [*] FOR XML PATH('')),' ','</x><x>') + '</x>' AS XML)) C(AssumablySomeDate) 
OUTER APPLY(SELECT YourStringAsXml.value('/x[3]','nvarchar(max)')) AS D(TheThirdFragment);

简而言之

APPLY将预先计算一些列

我们使用XML将其拆分为 blank-dash-blank
我们将第一个片段作为重复在单个空格处进行分割（但我们必须先处理逗号）
我们在片段中搜索一个。其中包含一个斜杠，并在单个空格处也将其拆分。
我们按原样选择第三个片段

列列表

拾取第一个片段的第一，第二和第三部分
包含斜杠的部分可能是日期（但请仔细查看11/31/2020！）
不包含斜杠的部分可能是“ Early”之类的附加信息
第三个片段可能是状态，如果它既不是北也不是南，也不包含斜杠。
而且-如果片段多于2个，则最后一个应该是位置。

可能和应该的用法清楚显示，这随时可能会中断...

将不规则的一列拆分为多列

1 个答案: