C# 按特定的 DataRow 索引拆分 DataTable

Question

我试图在stackoverflow上找到任何解决方案，但没有找到。

我有一个 DataTable，从 excel 表中获得。这是一个不清楚的表，它包含许多子表（以标题开头）和它们上面的其他必要信息（可能包含空行）。例如：

Line1 : Other data...
[empty line]
Line2: Other data...
[empty line]
...................   
ColA   |   ColB   |   Type   |
------------------------------
AAA    |   BBB    |   IN     |
AAA    |   BBB    |   OUT    |
AAA    |   BBB    |   IN     |

Line1 : Other data...
[empty line]
Line2: Other data...
[empty line]
...................    
ColA   |   ColB   |   Type   |
------------------------------
AAA    |   BBB    |   IN     |
AAA    |   BBB    |   OUT    |
AAA    |   BBB    |   OUT    |

我想将数据表拆分为多个数据表，这些数据表以许多必要信息行开头，然后是表本身，并以空行结尾。结果，我必须得到 DataTable[] 数据类型。

我试图获取数据表部分最后一行的索引（如果 DataRow 包含“in”或“out”并且下一个索引包含空行），但我不知道是否是一个好的代码和进一步拆分数据表的好解决方案：

var indexes = dataTable.AsEnumerable()
    .Where(x => x.ItemArray.All(rowCell => rowCell.ToString() == string.Empty))
    .Where(
       x => dataTable.Rows[dataTable.Rows.IndexOf(x) - 1].ItemArray.Any(
             item => Regex.Match(
                   item.ToString(),
                   "^in|out$",
                   RegexOptions.IgnoreCase).Success))
    .Select(x => dataTable.Rows.IndexOf(x)).ToArray();

我有两个 Where linq 条件来检查是否存在包含“in”或“out”的话。

如何按这些索引拆分 DataTable？为此，我想找到一个类似的 Linq Expression。结果，我必须得到以下表格：

表 #1

Line1 : Other data...
[empty line]
Line2: Other data...
[empty line]
...................   
ColA   |   ColB   |   Type   |
------------------------------
AAA    |   BBB    |   IN     |
AAA    |   BBB    |   OUT    |
AAA    |   BBB    |   IN     |

表 #2

Line1 : Other data...
[empty line]
Line2: Other data...
[empty line]
...................    
ColA   |   ColB   |   Type   |
------------------------------
AAA    |   BBB    |   IN     |
AAA    |   BBB    |   OUT    |
AAA    |   BBB    |   OUT    |

我知道如何进一步处理这些数据，但我不知道如何拆分数据表。

Answer 1

var selectedIndexes = from row in dataTable.AsEnumerable()
                          where (row.Text.Equals("IN") || row.Text.Equals("OUT"))
                                 && dataTable.Rows[dataTable.Rows.IndexOf(row) - 1]
                          select dataTable.Rows.IndexOf(row);

可能会成功，尽管这是未经测试的代码。

编辑：

由于您更新后的问题告诉我您正在处理 csv 文件，因此我强烈建议您使用 CSVHelper Nuget。

文档可以在这里找到：

https://joshclose.github.io/CsvHelper/

Answer 2

最后，我找到了解决方案。我受到以下问题答案的启发：Split datatable into multiple fixed sized tables

根据MwBakker用户的建议，我对索引识别码做了一点改动。

var indexes = dataTable.AsEnumerable()
      .Where(x => x.ItemArray.All(rowCell => rowCell.ToString() == string.Empty))
      .Where(
         x => dataTable.Rows[dataTable.Rows.IndexOf(x) - 1].ItemArray.Any(
           item => string.Equals(item.ToString(), "In")
                   || string.Equals(item.ToString(), "Out")))
      .Select(x => dataTable.Rows.IndexOf(x)).ToArray();

我创建了按索引拆分数据表行的扩展方法：

public static IEnumerable<IEnumerable<T>> Split<T>(this IEnumerable<T> enumerable, int[] indexes)
    {
        // Sort array.
        indexes = indexes.OrderBy(x => x).ToArray();
        var itemsReturned = 0;
        var list = enumerable.ToList();
        var count = list.Count;
        short i = 0;

        while (itemsReturned < count)
        {
            int currentChunkSize = i < indexes.Length
                                       ? Math.Min(indexes[i] - itemsReturned, count - itemsReturned)
                                       : count - itemsReturned;
            yield return list.GetRange(itemsReturned, currentChunkSize);
            itemsReturned += currentChunkSize;
            i++;
        }
    }

接下来，我做了一个foreach循环：

var dataTables = dataTable.AsEnumerable().Split(indexes)
    .Select(rows => rows.CopyToDataTable());    

foreach (var table in dataTables)
{
    // ...
}