【发布时间】：2016-02-14 00:59:31
【问题描述】：
我有两个数据集，每个数据集在 3 个单独的列中，位于同一张工作表中。
第一个数据集包含发票数据，第二个数据集包含发票中包含的各个项目的数据。
- 第一个数据集（发票）：CustomerNumber（长）、InvoiceDate（日期）、InvoiceAmount（双）
- 第二个数据集（项目）：CustomerNumber（长）、ItemPurchaseDate（日期）、ItemCost（双）
没有唯一的标识符来关联两个数据集。
一般规则是：
- CustomerNumber=X 且 ItemPurchaseDate ItemPurchaseDate 的 Invoice 相关，但 InvoiceDate
（试想一下您尝试将商品与最近的发票相匹配的情况。）
比如这样
因此，并非所有项目都与发票相关，有时我们将无法找到发票的任何项目。
我编写了代码，但效率低下，因为它将遍历所有发票的所有项目。在我的例子中，有 9000 张发票和 26 万件物品。
但是为了演示（我省略了不重要的部分）：
For Each InvCustNo In InvList 'look into every Invoice
For Each ItemCustNo In ItemList 'look into every Item
'check if we're looking at the new client,
' if yes - reset the date holder
If prevInvCustNo <> InvCustNo Then
prevInvDate = 0
End If
InvDate = InvCustNo.Offset(0, 1).Value 'define the InvoiceDate
ItemDate = ItemCustNo.Offset(0, 1).Value 'define ItemDate
If InvCustNo = ItemCustNo And InvDate > ItemDate And _
InvDate >= prevInvDate And _
prevInvDate <= ItemDate Then 'perform comparison
TempSum = TempSum + ItemCustNo.Offset(0, 2)
End If
Next ItemCustNo
prevInvDate = InvDate 'update the date-1
prevInvCustNo = InvCustNo 'update the client-1
InvCustNo.Offset(0, 7).Value = TempSum 'print values
TempSum = 0 'reset sum
Next InvCustNo
上面的代码应该可以完成工作，但不是我拥有的数据量，主要有两个原因：
- 它将经过 9.000 * 260.000 行 = 23.4 亿次操作
- 它将一次写入 9000 个结果
想到了两个问题
- 我可以一次性写出所有结果吗？ （数组？）
- 我能不能以某种方式限制我的匹配，这样我就不会做 23.4 亿次操作（我想我可以通过排序）
任何想法和示例（我可以用作起点）都会非常有帮助。
【问题讨论】：
-
no unique identifier that could relate two data sets客户号呢？ -
您是否考虑过 MS Access 和查询来解决此问题？正如@findwindow 指出的那样你确实有一个唯一的标识符
-
@ScottHoltzman 对不起，也许我的问题不够清楚。我没有唯一标识符，因为 CustomerNumber 在许多发票和许多项目上重复出现。仅通过使用 CustomerNumber，我无法将项目与发票相关联。
-
我明白你的意思，但你有没有想过 Access 和 SQL 的强大功能？由于您确实有唯一的客户标识符，并且您可以根据您的逻辑将日期联系在一起？
-
@ScottHolzman 我可以使用 Access 和 SQL，但我的想法是在 Excel 中进行，因为必须进行一些额外的计算和格式化，而 SQL 不适合。