场景引入:
小明正在整理公司客户数据库,突然发现“地址”栏全挤在一个单元格里:北京市海淀区中关村大街1号,张三,13800138000
,他抓狂地挠头:“这怎么筛选啊?!”🤯 别急,今天教你三招搞定单元格拆分,让数据乖乖听话!
适用场景:用逗号/空格等固定符号分隔的内容
SQL示例(以MySQL为例):
-- 拆分"地址,姓名,电话"格式的字段 SELECT SUBSTRING_INDEX(原始字段, ',', 1) AS 地址, SUBSTRING_INDEX(SUBSTRING_INDEX(原始字段, ',', 2), ',', -1) AS 姓名, SUBSTRING_INDEX(原始字段, ',', -1) AS 电话 FROM 表名;
📌 注意:不同数据库函数略有差异,Oracle用REGEXP_SUBSTR
,SQL Server用PARSENAME
Python pandas代码:
import pandas as pd # 假设df是包含混合数据的DataFrame df[['地址','姓名','电话']] = df['混合列'].str.extract(r'(.*?),(.*?),(.*)')
💡 灵活变通:正则表达式r'([^,]+)\s*,\s*([^,]+)'
可处理带空格的混乱分隔
=LEN(A1)-LEN(SUBSTITUTE(A1,",",""))
检查分隔符数量是否一致 北京;海淀区|张三
)建议分步处理 :
下次再遇到“黏在一起”的数据,记得掏出这份秘籍!🎯 (2025-08最新验证)
本文由 步蕴秀 于2025-08-02发表在【云服务器提供商】,文中图片由(步蕴秀)上传,本平台仅提供信息存储服务;作者观点、意见不代表本站立场,如有侵权,请联系我们删除;若有图片侵权,请您准备原始证明材料和公证书后联系我方删除!
本文链接:https://vps.7tqx.com/wenda/511529.html
发表评论