原创作品,出自 “深蓝的blog” 博客,欢迎转载,转载时请务必注明出处,否则有权追究版权法律责任。
深蓝的blog:http://blog.csdn.net/huangyanlong/article/details/46513855
【背景】
在清洗数据时,发现源端系统某时间类字段下的数据存在三类格式,怀疑这是源端接受自三个或更多系统的来源数据格式不统一造成的。之所以出现这种情况,因为源端该时间类字段竟然用的varchar2格式,可能源端系统在接受不同系统上传数据时没做规范造成的。需要把该字段下的数据按分类进行处理、清洗。
【解决】
我们可以利用case函数,对不同类型的数据进行分类处理,例如:
select
CASE WHEN 条件1 THEN
处理方式1
WHEN 条件2 THEN
处理方式2
ELSE
处理方式3
END 命名 from 源端表;
【实验】
创建实验表,如下:
create table 实验表
(ID varchar2(32) default sys_guid(),
DATE_TIME varchar2(50),
MEMO varchar2(32)
);
插入实验数据,模拟出三类时间格式类型,如下:
insert into 实验表 (DATE_TIME,MEMO) values('2017-08-11 23.0:18.0:30.0','1');
insert into 实验表 (DATE_TIME,MEMO) values('2015-05-27 12.0:24.0:20.0','1');
insert into 实验表 (DATE_TIME,MEMO) values('20140409 11:00:12 PM','2');
insert into 实验表 (DATE_TIME,MEMO) values('20120401 10:10:00 AM','2');
insert into 实验表 (DATE_TIME,MEMO) values('2013 02 08 08:12:23:000 PM','3');
insert into 实验表 (DATE_TIME,MEMO) values('2015 01 31 09:00:00:000 PM','3');
commit;
select * from 实验表;
创建目标表,如下:
create table 目标表
(ID VARCHAR2(32),
RESULT_TIME DATE,
LEVEL_NUMBER VARCHAR2(32)
);</