作为产品经理,时常需要查看数据,来评估产品的表现。对于一些数据设施不完善的公司,可能还需要通过开发同学拉日志取数的方式把一些业务数据给到产品同学。这时,就需要产品经理自行对数据进行整理。
说到数据整理,一般情况下,我们说的是数据的标准化和汇总,比如拆分,格式整理,汇总整合等等。其中,数据拆分是一种很常见的操作,比如一些业务数据中,可能把多个属性整合在一个字段中,然后用分隔符区分开,这样存储简单,使用也方便。
去年,遇到一个问题酒类的品牌数据中英文混合,需要把两者分离开,做成标准的中文品牌和外文品牌字段。
数据格式及想要实现的目标结果如下所示:
中外文品牌是我们拿到的原始数据。
对于拆分,日常见的也不少,但是此类数据,却是头一次遇到。
以往的数据中,需要拆分的数据之间大多有如“-”或者“|”或者“\”分隔符或者是空格进行连接,那么直接通过数据分列功能即可实现,非常简单。对于长度非常规整的,按宽度也可以进行分裂,也是通过数据分列功能即可。
那是不是就没有办法了呢?当然也不是。
此处,我们需要先了解两个Excel中的函数,LEN和LENB。
LEN函数的功能是返回文本串的字符数。Len()可以得到字符串的长度。LENB函数将字符串当作一组字节而不是一组字符,可以返回文本串的字节数。如果需要返回字符总数而非字节总数,可使用LEN函数。
在Unicode编码中,一个中文汉字是2个字节,英文则是1个字节。
因此,通过上述的LEN和LENB函数,可以计算出中文汉字的个数,只要拿到了个数,那么便可以通过LEFT和RIGHT函数,取出相应字符串的中文和英文部分。
可以看到,LENB-LEN的值就是中文字符数。很神奇吧,第一次看到的时候,惊呆了!
那么接下来,我们便可以通过LEFT函数,从左取相应字符数,得到中文品牌名。
同样,如果需要取外文品牌名称,我们可以使用RIGHT函数,从右侧开始取相应的英文字符数,得到外文品牌名称。
上述的整个数据整理,涉及LEN函数、LENB函数、LEFT函数、RIGHT函数,通过四个函数便可以实现中文与其他字符的数据分离。
当然以上方式并不是没有弊端,如果整个值里边有数字等被记为一个字符的,可能会有问题,比如3泉3 Spring,此时通过此方式拆分就不准了,这点需要注意。
虽然略有不足,不过已经是个可以进行批处理数据的方法了,剩下的一些特殊数据可以人工再检查一遍,手动进行修正。
类似这样的案例,也在提醒我们,面对工作中的一些磨人任务,不要急于处理,冷静下来,观察规律,善用搜索工具,一定事半功倍。