Openrefine - 根据文本将行转换为列

Question

我收到了来自图书馆目录的数据转储，它以 .txt 格式输出。我已经能够将数据放入电子表格中，但它都在一个列中。我会将行转换为列。

这一列中的数据按以下顺序排列： 标题 文件类型 作者 日期

但在某些情况下，目录记录按顺序显示： 标题 文件类型 概要 作者 日期

因此，我无法根据行数将这些记录转换为列。

每个标题前面都有“描述”一词。这是整个数据集中的一个常规特征。

有没有办法使用 OpenRefine 根据列中的文本将行转换为列？要在包含“Description”的行之后转置 x 行，直到出现单词“Description”的下一个实例？

Answer 1

我建议的方法是将您的行分组到 OpenRefine 的“记录”中 - 我的方法如下：

• 将数据原样导入 OpenRefine
• 使用 GREL value.startsWith("Description") 编写“自定义文本构面”
• 选择此构面显示为“真”的行 - 这应该为您提供包含标题的所有行
• 仍然应用此构面选择，使用“基于此列添加列”添加仅包含标题的新列
• 将此新列移动到项目的开头（左侧）
• 切换到“记录”模式

您现在应该看到与同一标题相关的每组行都有一个记录。您现在可以使用“加入多值单元格”选项将标题、文档类型、概要（如果存在）、作者和日期放入单个单元格中

现在使用“拆分为几列”来跨列拆分值

现在每个标题应该有一行。您仍然需要做一些工作，因为与没有大纲的行相比，有大纲的行中的数据将移动一个。为了解决这个问题，我建议在最后一列使用“空白刻面” - 最后一列中的非概要行应该为空，因为数据少一点。

然后您可以使用转换将值逐列移动（从空列开始，否则您将覆盖数据）。

希望一切都有意义。如果您按照 Ettore 的建议发布一些示例数据，那么我可以做一个屏幕投射来说明

欧文