北京
乾学院 32 号会员
2 回帖  •  572 浏览  • 
     ...

行式 Excel 文件去重

 
文件去重(2)

 

一个文件，有多列数据，第一行是列名，第二行开始是数据记录，要对文件中关键列的内容进行比较，对关键列内容重复的行进行删除或只保留重复的行。

现有2018年的销售订单表order_2018.xlsx，部分数据如下所示：

    ..

 

1.   删除重复

示例1：请求出2018年购买产品的所有不同的客户Id，保存在文件2018c.xlsx中。

esProc SPL脚本如下：

A

1

=T("e:/orders/order_2018.xlsx")

2

=A1.id(CustomerId)

3

=T("e:/orders/2018c.xlsx",A2)

A1   读入order_2018.xlsx中数据

A2   取出A1中所有不重复的CustomerId

A3   将A2中的数据写入文件2018c.xlsx中

 

示例2：请求出2018年各位客户购买了哪些不同产品，将CustomerId和ProductId保存在文件2018c_p.xlsx中。

esProc SPL脚本如下：

A

1

=T("e:/orders/order_2018.xlsx";CustomerId,ProductId)

2

=A1.group@1(CustomerId,ProductId)

3

=T("e:/orders/2018c_p.xlsx",A2)

A1   读入order_2018.xlsx中CustomerId,ProductId两列数据

A2   按关键列分组，@1表示只取分组中的一条记录

A3   将A2中的数据写入文件2018c_p.xlsx中

 

2.   只保留重复

示例：请求出2018年回头客(即多次购买同种产品的客户)的订单情况，将结果保存在文件2018c_rebuy.xlsx中。

esProc SPL脚本如下：

A

1

=T("e:/orders/order_2018.xlsx")

2

=A1.group(CustomerId,ProductId)

3

=A2.select(~.count()>1).conj()

4

=T("e:/orders/2018c_rebuy.xlsx",A3)

A1   读入order_2018.xlsx数据

A2   按关键列分组, 同一客户购买同种产品的订单分为一组

A3   选出订单数大于1的组，把各组的订单并集为一个数据表

A4   将A3中的数据写入文件2018c_rebuy.xlsx中

 

 


文件去重(2)