使用多值字段中的选定子字符串创建新列

我有一个非常大的（800行）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（请参阅下面的示例），其数据通过与json数组相似的逗号分隔。我想创建一个新的多值列，其中只包含特定类别的元素，例如Creator或Subject。在下面的例子中，我想创建一个名为Item Creator的新列，其中只包含Dana M. Ashley和John Smith，这两个列在文本中。到目前为止，我已经尝试了表达式forEach(value.split(","), v, v.contains("Creator:"))，并且我得到了一个数组来识别包含Creator的段，但我还不知道如何将该字符串文本提取到新列中。帮助将不胜感激。使用多值字段中的选定子字符串创建新列

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

来源

2017-07-03 user3206

为了把这个值在新列中使用的下拉菜单中的当前列（包含合并数据），然后选择“编辑列 - >在此基础上添加列列”

如果用GREL公式中的'filter'表达式替换'forEach'表达式，那么您将获得创建者列表（在数组中）。为了存储这些细胞中，可以加入阵列成一个字符串：

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

这应该让你与创作者名单新列 - 这将需要更多的一些整理删除“造物主”位得到只是名单列表

来源

2017-07-03 22:07:16

谢谢欧文。我并不清楚 - 我了解创建新列的过程，但是在那里，我非常重视从分割中获取真实的数组项，并将它们转换为相关新列中的文本。以下是我使用我列出的GREL公式时在预览中显示的示例。 - '[错误，真实，真实，假，假，假，假，假，假，假，假，假，假，假，假，假，假，假，假] – user3206

如果您在GREL中使用'过滤器'来代替'forEach'，您将获得值而不是真/假 –

这就是我正在寻找的答案。非常感谢。 – user3206

使用多值字段中的选定子字符串创建新列

回答

相关问题