满足一定条件时将adding/removing个字符清洗成字符串 T-SQL

Question

我正在寻求有关清理数据集中列的帮助，以便我可以加入另一个 table。

第一个数据集是我的完整数据，包括我们所说的“reference_numbers”，它涉及到一个特定的案例。这是一个虚拟样本：

reference_number	case_opened	case_closed
01353568-00000001	11/01/2021	03/02/2022
09736473-00000009	21/04/2005	19/07/2021
05839576-00000012	13/09/2014	19/12/2017
09364857-00000006	13/09/2014	19/12/2017

如您所见，“reference_number”是 8 位数字，然后是连字符 (-)，然后是另外 8 位数字。这是参考编号的外观。

我的第二个数据集充满了相同的“reference_numbers”。但字长不一致，往往因人而异：

reference_number	Case_workers
1353568-00000001	5
09736473-9	10
5839576-12	7
09364857-000000006	4

第二个数据集中的第一个reference_number缺少第一个“0”
第二个数据集中的第二个reference_number连字符
第二个数据集中的第三个reference_number缺少连字符后的第一个“0”和六个“0”
第二个数据集中的第四个reference_number连字符后的数字太多（应该有七个0）

我希望能够使用 reference_number 将第一个数据集连接到第二个数据集。但是，我需要先清理它们。这可能吗？有什么有效的方法吗？

谢谢

Answer 1

如果规则如此具体，您可以尝试使用 STRING_SPLIT 和 STRING_AGG 的组合：

SELECT 
    t.reference_number,
    STRING_AGG(RIGHT('00000000'+s.value,8),'-') new_reference_number
FROM dbo.SecondTable t
CROSS APPLY STRING_SPLIT(t.reference_number,'-') s
GROUP BY t.reference_number
;

使用您发布的示例数据，结果是：

╔════════════════════╦══════════════════════╗
║  reference_number  ║ new_reference_number ║
╠════════════════════╬══════════════════════╣
║ 09364857-000000006 ║ 09364857-00000006    ║
║ 09736473-9         ║ 09736473-00000009    ║
║ 1353568-00000001   ║ 01353568-00000001    ║
║ 5839576-12         ║ 05839576-00000012    ║
╚════════════════════╩══════════════════════╝

Answer 2

select reference_number,
CONCAT(left(reference_number, charindex('-', reference_number) - 1),'-',RIGHT(CONCAT('000000000',right(reference_number, len(reference_number) - charindex('-', reference_number))),9)) as NewReferenceNumber
from YourSecondTableName

Reference_Number	New_Reference_Number
1353568-00000001	1353568-000000001
09736473-9	09736473-000000009
5839576-12	5839576-000000012
09364857-000000006	09364857-000000006

满足一定条件时将adding/removing个字符清洗成字符串 T-SQL

Cleaning data by adding/removing characters to a string when it meets certain conditions T-SQL

sql

sql-server

tsql

ssms

data-cleaning