四时宝库

程序员的知识宝库

用VB.net来做powerBI分析前的数据清洗(1)

在网上找了些powerBI数据样本来检测vb.net的数据清洗能力。

医院等级

科室

产品型号

设备系列号

是否工作站

数量

三甲

心内科

INFSP7

13400289
13400312
13400320
13400295
13400162
13400279
13400311
13400324
13400313
13400192
13201184
13201196
13201212
13201216
13400182
13400297
13400316
13400262
13400296
13400307
13400300
13600660
13600613
13600642
13600629
13600562
13600648
13600617
13600610
13600664

30

三甲

急诊科

INFSP7

13600819
13800026
13800044
13800031
13800177
13800176
13800189
13800181
13800168
13800066
13600766
13600600
13600638
13600584
13600572
13600656
13600574
13400233
13400253
13400278

20

三甲

心外科

INFSP7

13800899
13800121
13600756
13800113
13201210
13800173
13800097
13800164
13800172
13800133

10

D

ICU

VP7

15201944 15202005

2

B

ICU

VP7

14402884 11801071 15201952 15201980 15201936

5

B

ICU

VP7

12800086 15060039 15201945

3

D

ICU

SP7

13000879 13800250 13800221 13800238 13000693

5

B

普外科

SP7

12002244 12002302 12002214 12002206 12002358 13800753

6

A

心外科

SP7

13800213 13800214 13800218 13800162 13800178 13800164

6

B

神经外科

sp7

14002605.14002615.14002631.14002648.14002626.14002602

6

A

icu

sp7

14002610.14002650.14002635.14002654.14002598.14002622.14002616.14002660.14002601

9

B

儿科icu

sp7

13401218/13401022/13401172/13401014/13600961/13600969/13600963/13401159/13401199/13401214/13401206/13401226/13401201/12002331

20

第1步,先试着分割一下H2单元格

代码一:
Dim ws = (New excel).activesheet()
        Dim arr = ws.Getgrid(2, "A")
        Dim ss As String
        ss = arr(2, Abc2INT("H"))
        Dim ss2 = ss.Split(vbCrLf)
       
        Me.Text = UBound(ss2)

arr获得从A2为左上角开始的数组

ss得到H列第2行数据,也就是H2单元格数据。直接用split分离,分割符按vba vb6习惯使用vvbCrLf回车换行符。

string.split这是vbnet的新语法。

ss.Split(vbCrLf)这句在ss后面打点,直接会有语法提示。用shift+F2直接打开如上图内置帮助查看语法定义。

Public Function Split(ParamArray separator() As Char) As String()
     System.String 的成员
摘要:
返回的字符串数组包含此实例中的子字符串(由指定 Unicode 字符数组的元素分隔)。

参数:
separator: 分隔此实例中子字符串的 Unicode 字符数组、不包含分隔符的空数组或 null。

返回值:
一个数组,其元素包含此实例中的子字符串,这些子字符串由 separator 中的一个或多个字符分隔。

这是个支持一个或多个字符分隔分割字符串的函数。

回归正题:代码一得到的结果是0,也就是程序没有正确执行分割。难道分割符不是vbcrlf?

 Dim ws = (New excel).activesheet()
        Dim arr = ws.Getgrid(2, "A")
        Dim ss As String
        ss = arr(2, Abc2INT("H"))
        'Dim ss2 = ss.Split(vbCrLf)
        For i = 1 To ss.Length
            ListBox1.Items.Add(Hex(Asc(Mid(ss, i, 1))))
        Next

我在拆分前先把所有字符的ASCII码显示在listbox中,如上图清楚看到分割符是A,也就是&HA,而不是我先前以为的vbcrlf。

上图可以清楚看到 vbcrlf由两个字符组成,它们是vbcr和vblf,其对应的ascii码分别是&H0D和&H0A。

现在开始正式分割:

Dim ss2 = ss.Split(New Char() {Chr(&HA)}) 使用&HA来分割

If ss2(i) <> Chr(&HD) And ss2(i) <> Chr(&HA) And Trim(ss2(i)) <> "" Then ListBox1.Items.Add(ss2(i)) 过滤掉&hD和&hA和[空白后,结果输出到listbox中观察结果正确与否,并自动统计了listbox中的条数为30在标题栏中,结果正确。

观察下面数据,可能需要更多分割符。所以直接加上去一次性搞定:

Dim ss2 = ss.Split(New Char() {Chr(&HA), " ", ".", "/"})

直接做一个通用函数方便以后使用:

  Function split多分割符切分到list(ss As String)
        Dim ss2 = ss.Split(New Char() {Chr(&HA), " ", ".", "/"})
        Dim list As New List(Of String)
        For i = 0 To UBound(ss2)
            If ss2(i) <> Chr(&HD) And ss2(i) <> Chr(&HA) And Trim(ss2(i)) <> "" Then
                list.Add(ss2(i))
            End If
        Next
        Return list
    End Function

以上代码直接把原字符串分割成list列表,和原来的几乎完全一样,只是把输出方式改成了List(Of String)

主控代码整合测试:

excelpub.split多分割符切分到list(arr(i, 8)) 中excelpub是我自定义的模块名,使用模块名后面打一个点会自动有函数名提示,很方便,再也不会出现打错函数名的尴尬了。split放名称前便于逐级引导提示,也相当于分类了,它属于split小类

最终输出结果到sheets(3)中,通过m变量逐行下移。

结论:只要愿意造轮子,powerBI的数据清洗也可以自己做。本文只造了一个小函数,就能够处理同类复杂问题。

发表评论:

控制面板
您好,欢迎到访网站!
  查看权限
网站分类
最新留言
    友情链接