Unidata - 从多值字段中提取字符串计数答案

【问题标题】：Unidata - Extract Count of strings from MultiValued fieldsUnidata - 从多值字段中提取字符串计数
【发布时间】：2018-12-20 02:20:44
【问题描述】：

谈到 Unidata，我还是个新手。

我的问题是这样的；

我有很多包含 20 个字段的记录。我想提取其中一个字段中使用的不同值的总数；有问题的字段是多值的，因此数据看起来像“CSR²STR²CD2”等。

我想输出到 Excel，因此数据如下所示，其中包含每个值的 COUNT 以及它在所有记录中出现在该字段中的次数。

Column1 Column2
CSR 234235
STR 987346
CD2 736252

有人告诉我，我可以使用计算此值的字典或子例程来实现此目的。但是我对 Unidata 的技术基础很少，所以从哪里开始有点超出我的能力。

【问题讨论】：

我认为这里没有足够的信息可以继续。您是说那些多值项目始终存在并处于那个位置（IE CSR 位于 Value postilion 1、STR 2 和 CD2 3），而您只是想看看它们的不同值是什么？

标签： unidata multivalue-database

【解决方案1】：

听起来你需要一个爆炸式排序？多值 (MV) 字段虽然在 Basic 代码中非常方便，但在查询语言中处理起来可能有点麻烦。对它们有明确的支持，但它不像非 MV 数据那么简单。关键是进行“爆炸”排序，这将使 MV 字段变平 - 我认为它为每个 MV 字段创建“虚拟”行。如果有多个 MV 字段并且它们彼此正确关联，它们将在虚拟行中链接在一起。单值和非关联的 MV 字段将在每个虚拟行中重复。这很难解释，但对于您的问题，这里有一个示例查询：

查询和结果：

>sort IAN.TEMP BY.EXP ATB BREAK.ON ATB TOTAL COUNTER ID.SUP DET.SUP

ATB.. COUNT
CD2       3
CD3       3
CD4       2
CSR       3
IAN       2
      =====
TOTAL    13
13 records listed

设置字典：

>AE DICT IAN.TEMP ATB COUNTER
< 1 > Top of "ATB" in "DICT IAN.TEMP", 7 lines, 11 characters.
*--: P
001: D
002: 1
003:
004:
005: 5L
006: M  <--- This is very important!  Must be M (or MV) for BY.EXP to work
007:    <--- If there are associated MV fields, this needs to be populated
Bottom.
*--: EX
Quit "ATB" in file "DICT IAN.TEMP" unchanged.
< 2 > Top of "COUNTER" in "DICT IAN.TEMP", 6 lines, 10 characters.
*--: P
001: I
002: 1  <-- This just returns "1" for every row in the output, to help with totals
003:
004:
005: 5R
006: S
Bottom.
*--: EX
Quit "COUNTER" in file "DICT IAN.TEMP" unchanged.

设置样本数据：

>AE IAN.TEMP *

4 record(s) selected.

< 1 > Top of "3" in "IAN.TEMP", 1 line, 7 characters.
*--: P
001: CD2▒IAN
Bottom.
*--: EX
Quit "3" in file "IAN.TEMP" unchanged.
< 2 > Top of "1" in "IAN.TEMP", 1 line, 15 characters.
*--: P
001: CSR▒CD2▒CD3▒IAN
Bottom.
*--: EX
Quit "1" in file "IAN.TEMP" unchanged.
< 3 > Top of "4" in "IAN.TEMP", 1 line, 15 characters.
*--: P
001: CSR▒CD2▒CD3▒CD4
Bottom.
*--: EX
Quit "4" in file "IAN.TEMP" unchanged.
< 4 > Top of "2" in "IAN.TEMP", 1 line, 11 characters.
*--: P
001: CD4▒CD3▒CSR
Bottom.
*--: EX
Quit "2" in file "IAN.TEMP" unchanged.

【讨论】：

【解决方案2】：

根据您的需求，解决方案会有所不同。比如……

您可以使用 SREFORMAT 命令将特定属性中的值提取到新文件中，然后轻松地从该文件中获取项目的计数。在您的示例中，您将拥有一个具有属性 1 的项目 CSR，其中包含包含 CSR 的项目的所有键。然后你只需要另一个 dict 项目来显示 atb1 的值计数。这将产生您所描述的确切输出。

您可以使用如下代码以编程方式执行此操作。

* Assume a1 looks like CSR]CD2]CSR]CSR]CD2...
VALS = DCOUNT(REC<1>,@VM)
COUNTS = ""
FOR V = 1 TO VALS
  LOCATE(REC<1,V>,COUNTS,1;POS) THEN
     COUNTS<2,POS> += 1
  END ELSE
     COUNTS<1,-1> = REC<1,V>
     COUNTS<2,-1> = 0
  END
NEXT V
* Result in COUNTS:
* A1 = CSR]CD2
* A2 = 3]2

这适合您的用例吗？

【讨论】：