EXCEL - 融合文本单元格并分成不同的行答案

【问题标题】：EXCEL - Fuse text cells and split into different linesEXCEL - 融合文本单元格并分成不同的行
【发布时间】：2016-09-07 16:06:41
【问题描述】：

我有一个看起来像这样的文件，其中包含大量数据

>ENSMUSG00000020333|ENSMUST00000000145|Acsl6
AGCTCCAGGAGGGCCCGTCTCAGTCCGATGAACTTTGCAGCAATATTATAGTTATTCGTG
GTTCACAGAATTCCATTAAACATAAAGAAAAAACATAA
>ENSMUSG00000000001|ENSMUST00000000001|Gnai3
GAGGATGGCATAGTAAAAGCTATTACAGGGAGGAGTGTTGAGACCAGATGTCATCTACTG
CTCTGTAATCTAATGTTTAGGGCATATTGAAGTTGAGGTGCTGCCTTCCAGAACTTAAAC

应转换列，以便行始终包含：

ENSMUSG***      ENSMUST***    GeneName     Sequence (four separate columns)

序列列应该是以 A、C、G 或 T 开头的行融合到一个文本单元格中，要融合的单元格数量因基因而异。

有没有人建议如何解决这个问题？

非常感谢您的帮助！最良好的祝愿 kk

【问题讨论】：

数据 > 文本到列 > "|"分隔符
例如，INPUT A1 ">ENSMUSG00001 | ENSMUST00017 | Gnai3" ... A2 "AGATACAGCC" ... A3 "GTACATCTAC" ... A4 "CTATTCAAGCATAC" ... A5 "> ENSMUSG00002 | ENSMUST000023 | Asic2" ... 等...带有文本到列或导入功能“|”作为分隔符 ... OUTPUT ... A1 ">ENSMUSG00001" ... B1 "ENSMUST00017" .... C1 "Gnai3" ... D1 现在应该是 =A2&A3&A4 .... 包含序列部分的单元格数是变量，可以在 2 到 10 之间 ...

标签： excel split lines

【解决方案1】：

使用Data 标签上的Text to Columns 按钮。选择Delimited，单击Next，然后选择Other，并在框中键入管道符号|。然后点击Next和Finish。

【讨论】：

这很好，除了一点，在基因名称和序列之间似乎没有|。因此，需要另一个步骤来进行最后一次拆分。如果名称始终是一个单词，也许对空间的新第三列进行第二次拆分？
亲爱的斯科特，非常感谢您的快速响应...分离前三列这个js当然很容易...问题是序列行...澄清...那里a 列中有 2 到 10 个单元格，必须融合然后插入 d 列...我知道您可以通过 =a2&a3& 等方式删除单元格，但这应该以自动化方式工作，因为它们有更多 20'000基因...

【解决方案2】：

我相信只有拥有 Office 365 订阅的用户才具有工作表功能 CONCAT，这在这种情况下可能很有用。所以我会用 VBA 宏来做到这一点。

第一行 -- 使用管道 | 分隔符分割
然后连接下一行，直到找到不以“A”、“C”、“G”、“T”开头的行
将结果存储在Collection 对象中
将结果写回工作表。

由于您有一个大型数据库，因此“工作”在 VBA 数组中完成，因为这将更快地处理。

假设你的数据在A列，从A1开始；并且您的结果将写在 B:E 列中

如果您的数据库是干净的，并且按照您显示的那样格式化，它应该可以正常工作。如果它不属于您提供的格式，则可能需要添加一些错误检查。

Option Explicit
Sub Organize()
    Dim COL As Collection
    Dim vSrc As Variant, vRes As Variant
    Dim WS As Worksheet, rRes As Range
    Dim V As Variant, W As Variant, S As String
    Dim I As Long, J As Long

Set WS = ActiveSheet
With WS
    Set rRes = .Cells(1, 2)
    vSrc = .Range(.Cells(1, 1), .Cells(.Rows.Count, 1).End(xlUp))
End With

Set COL = New Collection
For J = 1 To UBound(vSrc, 1)
ReDim vRes(0 To 3)
    W = Split(vSrc(J, 1), "|")  'First line
    For I = 0 To 2
        vRes(I) = W(I)
    Next I

    S = ""

    'Concatenate subsequent lines
    'Could look for the "<" but OP gave specifice starting letters
    '  So will use that

    Do
        Select Case Left(vSrc(J + 1, 1), 1)
            Case "A", "C", "G", "T"
                S = S & vSrc(J + 1, 1)
            Case Else
                Exit Do
        End Select
        J = J + 1
    Loop Until J = UBound(vSrc, 1)

    vRes(3) = S
    COL.Add vRes
Next J

ReDim vRes(1 To COL.Count, 1 To 4)
I = 0
For Each W In COL
    I = I + 1
    For J = 1 To 4
        vRes(I, J) = W(J - 1)
    Next J
Next W

Set rRes = rRes.Resize(rowsize:=UBound(vRes, 1), columnsize:=UBound(vRes, 2))
With rRes
    .EntireColumn.Clear
    .Value = vRes
    .EntireColumn.AutoFit
End With

End Sub

【讨论】：