OpenRefine

Question

我有一个很大的 CSV，其中包含有关如何划分集合的信息。例如，一列包含有关顶级类别的信息，另一列包含有关子类别的信息，并且根据子分类可能会有相当多的信息。

在 OpenRefine 中，这些看起来像（例如）：

||field 1        || field 2                           || field 3
||I am a section || I am a section with a subsection  ||  I am a section with a subsection with another subsection

为了能够正确地将它们分成顶层和子部分，我想也许我可以使用 replace 函数从 [=14] 的值中删除 field1 的值=] 及以后。这会让我

||field 1        || field 2           || field 3
||I am a section || with a subsection ||  with another subsection

我的问题是：

这是正确的方法还是有更优雅的方法？
是吗，如何使用 replace 函数在整个 CSV 中动态执行此操作？

Answer 1

您可以使用以下 GREL 表达式引用另一列：cells['field 2'].value

例如，在您的情况下，您将用空值替换 field 2 中的值（使用 ''），表达式为：value.replace(cells['field 2'].value,'')

OpenRefine - 根据另一列中的值替换一列中的字符串值

OpenRefine - replacing string value in one column based no the value in another

data-cleaning