发布主题：全部产品安装创建图表地图应用计算、参数、集技巧小Tips 其它服务器应用数据准备

举个栗子！Tableau 技巧（264）：五种处理数据的正则表达式

发布于： 2023-08-25

实际业务分析中，经常会遇到让人头疼的问题：需要分析的数据源非常混乱。比如：数字和字符连接在一起、英文大小写不规范、某些重要数值处于文本中等等。

之前，我们分享过 🌰：用 Prep 正则表达式拆分复杂字段。有数据粉提问：用 Tableau Desktop 能处理么？

今天，再来分享五种正则表达式，可以实现在 Desktop 中处理数据格式。栗子一睹为快吧！

本期《举个栗子》，我们要给大家分享的 Tableau 技巧是：五种处理数据的正则表达式。

为方便学习，栗子使用自拟数据源，掌握栗子方法后，数据粉可尝试使用其他数据源实现。

具体步骤如下：

第一种：添加千位分隔符

如下图销售数据表，有“利润率”跟“利润”指标，它们分别为“浮点”类型和“整数”类型的数值。如何将“利润率”转成百分比、将“利润”转成待货币符号的形式呢？

Step.1

打开 Tableau Desktop，连接“销售数据”数据源，新建工作表。

➤ 创建计算字段：利润率。将小数转化成整数，然后利用str函数转化为字符串格式，最后再添加“%”。键入函数

IF [利润情况]="利润率" THEN

STR(round([数值]*100)) + "%"

END

效果如下：

Step.2

将“利润率”进行格式化处理后，为了更好区分“利润率”和“利润”情况，可以创建字段“数值1”，给“利润”数值添加货币符号和千位分隔符。

➤ 创建计算字段：数值1。先将数值转换为字符串类型，再利用 REGEXP_REPLACE 函数通过正则表达式进行匹配替换，“\d{1,3}”表示3个数字为一组，“？=”后面的内容需要满足的条件，“\d{3}+”表示以3个数字为一组，可出现多次，“(?!\d)”表示后面不能再跟数字了。键入函数

IF [利润情况]="利润率" THEN

STR(round([数值]*100)) + "%"

ELSE

"￥" + REGEXP_REPLACE(STR([数值]), "\d{1,3}(?=(\d{3})+(?!\d))", "$0,")

END

效果如下：

第二种：从 JSON 中提取值

随着 JSON 数据格式的广泛应用，在分析的时候会经常遇到 JSON 数据与简单表格数据结构混合在一起的情况。如下图，其中 Name、account 位于 JSON 数据的单个字段中。如何从中提取需要的字段值呢？

Step.1

如果想要提取物品的名称，可以创建计算字段。

➤ 创建计算字段：物品名称。利用REGEXP_EXTRACT函数，进行匹配替换，取“name”后面的人名。键入函数

REGEXP_EXTRACT([销售信息],'"Name":([^,]*)' )

效果如下：

Step.2

同理，来提取价格的数值。

➤ 创建计算字段：单价，键入函数

REGEXP_EXTRACT([销售信息],'"account":([^,]*)' )

效果如下：

第三种：去除特殊字符

需要分析的数据源，有字符和数字连在一起的的数据（如下图），该如何处理呢？

Step.1

如果想要将姓名提取出来，则

➤ 创建计算字段：姓名1。利用REGEXP_REPLACE函数，进行匹配替换，把非字母的全部去掉，保留字母部分。键入函数

REGEXP_REPLACE([姓名], "[^a-zA-Z]", "")

效果如下：

Step.2

如果想要将编号提取出来，则

➤ 创建计算字段：编号。利用REGEXP_REPLACE函数，通过正则表达式进行匹配替换，把非数字的全部去掉，保留数字部分。键入函数

REGEXP_REPLACE([姓名], "[^0-9]", "")

效果如下：

第四种：寻找中间字符

有时候，我们想要的重要信息存在某种自由文本字段中。例如下图数据源，如何从销售评价字段中提取关键字：优秀、一般、差？

通过观察，可以看到“销售评价”字段的值都是以文本“点评:”开头，以“的”结尾，就可以使用正则表达式来提取该点评值。

➤ 创建计算字段：评价，键入函数

TRIM(REGEXP_EXTRACT([销售评价], "((?<=点评:).*?(?=的))"))

效果如下：

第五种：规范英文名称

如果数据源中的英文大写小书写不统一（如下图），该如何处理呢？

这种情况，先使用 LOWER 函数将字段内的英文统一转换为小写，再使用正则表达式进行统一转换。如：以“a”开头的英文字母，转为“A”。

➤ 创建计算字段：英文名，键入函数

REGEXP_REPLACE(REGEXP_REPLACE(REGEXP_REPLACE(REGEXP_REPLACE(REGEXP_REPLACE(REGEXP_REPLACE(

REGEXP_REPLACE(REGEXP_REPLACE(REGEXP_REPLACE(REGEXP_REPLACE(LOWER([英文名字]), "^a", "A"),

"^b", "B"), "^c", "C"), "^d", "D"), "^e", "E"),

"^f", "F"), "^g", "G"), "^h", "H"), "^i", "I"),

"^j", "J"), "^k", "K"), "^l", "L"), "^m", "M"),

"^n", "N"), "^o", "O"), "^p", "P"), "^q", "Q"),

"^r", "R"), "^s", "S"), "^t", "T"), "^u", "U"),

"^v", "V"), "^w", "W"), "^x", "X"), "^y", "Y"),

"^z", "Z"), " a", " A"), " b", " B"), " c", " C"),

" d", " D"), " e", " E"), " f", " F"), " g", " G"),

" h", " H"), " i", " I"), " j", " J"), " k", " K"),

" l", " L"), " m", " M"), " n", " N"), " o", " O"),

" p", " P"), " q", " Q"), " r", " R"), " s", " S"),

" t", " T"), " u", " U"), " v", " V"), " w", " W"),

" x", " X"), " y", " Y"), " z", " Z")

效果如下：

今天的 Tableau 技巧，你 Get 到了吗？