[Power Query] 数据的拆分、提取与合并

在数据整理阶段，经常需要对数据进行拆分、提取与合并

【转换】和【添加列】选项卡都有拆分列、合并列以及提取功能

两者的区别在于执行【转换】选项卡中的提取和合并列操作后，原列不保留;执行【添加列】选项卡中的提取和合并列操作后，原列保留，生成新的列

1.数据拆分

数据的拆分是指将一列的内容拆分到多列中

注意:不是所有的数据都可以拆分，拆分的依据是按照特定分隔符或字符数，适用于拆分具有一定排列规律的字符串，方便用户对数据进行二次分类，便于后续的数据分析使用

【转换】|【拆分列】选项下各项操作如下所示

当点击【按分隔符】拆分时，会弹出"按分隔符拆分列"命令窗口

1.选择或输入分隔符

指定按什么标准对数据进行拆分，默认提供了5种分隔符:冒号、逗号、等号、分号和空格。如果数据列中没有上述分隔符，我们可以自定义分隔符，如输入竖线、星号、破折号、斜线等不同类型的符号

2.拆分位置

用来指定数据提取方式

①最左侧的分隔符

从当前列最左侧字符开始，当指定的分隔符第一次出现时，就对当前文本以分隔符为界定拆分成两个数据列

②最右侧的分隔符

从当前列最右侧字符开始，当指定的分隔符第一次出现时，就对当前文本以分隔符为界定拆分成两个数据列

③每次出现分隔符时

可以将当前文本列拆分成多列，即每出现一次分隔符，其左右两边的文本就会被拆分，然后独立存储在相对应的数据列中

3.高级选项

①拆分为列

拆分出来的文本数据将以列的方式进行存储(默认)

②拆分为行

拆分出来的数据会作为新的行插入当前文本列中

4.引号字符

仅仅对CSV类型文件起作用

CSV文件是一种字符分隔符文件，对于列中数据的存储有一个规定，如果某一行数据包括空格、双引号、逗号等特殊字符，就需要在该字符串外围使用一对双引号进行包裹，CSV文件中的引号字符会被作为字符分隔符舍弃掉，不做保留

5.使用特殊字符进行拆分

如果需要按照<Tab>键、回车符、换行和不间断空格对数据进行拆分，可以选择此项

练习案例

数据源

问题:将"店铺"字段拆分成城市和店铺名称两个字段

具体操作步骤如下所示

步骤1:在Power Query中，选中"店铺"列，选择【添加列】|【重复列】选项，复制店铺列

步骤2:选中"店铺-复制"列，选择【转换】|【拆分列】|【按字符数】选项，输入字符数2，选择拆分模式"一次，尽可能靠左"，单击【确定】按钮

步骤3:拆分后的字段将城市和店铺名称分为两列，双击列名称可以分别自定义修改列名为"城市"和"店铺名"

2.数据提取

数据的提取是指从文本数据中提取某些需要的字符，可按照长度、首字符、结尾字符、范围等方式来提取字符

注意:提取字符操作之前，要检查数据类型是否是文本型，日期型数据是无法提取的

选择方式	具体含义
长度	提取字符串长度
首字符	从左开始提取
结尾字符	从右开始提取
范围	从中间开始提取
分隔符(之前/之后/之间)的文本	提取分隔符控制的文本位置

练习案例

数据源

问题:对"销售单编号"列提取年月日信息 

具体操作步骤如下所示

步骤1:在Power Query查询编辑器中，选中"销售单编号"列，检查数据类型是否为文本

步骤2:选择【添加列】|【提取】|【范围】选项，输入起始索引值9(起始索引为要提取的字符前面的字符数)，字符数为10(年月日中间的反斜线/也包含在内)，单击【确定】按钮

步骤3:将提取的年月日字段名修改为"日期"，将数据类型修改为日期型，最终呈现结果如下所示

3.数据合并

数据的合并是将多列数据合并到一列中

在Power Query中选择需要合并的列，然后在选项卡中单击【合并列】，弹出"合并列"对话框，可以设置合并列之间的分隔符

注意:如果选择【转换】选项卡中的【合并列】，原列将被删除;如果选择【添加列】选项卡中的【合并列】，原列将被保留

练习案例

数据源

问题:将"城市"列和"店铺名"列合并，横线作为分隔符

选择【添加列】|【合并列】选项，弹出"合并列"命令窗口，分隔符下选择"自定义"，下一行填写"-"，点击【确定】按钮

合并结果如下图所示