选择多条重复记录 OpenRefine

Question

表格Locations有以下项目：

问题是有些行是“半重复的”（所有元素都是相等的，除了属性 attb 是一个整数）。我想删除所有重复的行并附加所有属性attb，用逗号分隔。

例如，如果我有这两行：

Attb | City | County | Latitude | Longitude
--------------------------------------------
 1   |  c1  |  co1   |    l1    |  long1
--------------------------------------------    
 2   |   c1 |  co1   |    l1    |  long1

使用 OpenRefine，我想删除第二行并将第二行的 attb 值附加到第一行 attb'value。所以预期的输出应该是：

Attb | City | County | Latitude | Longitude
--------------------------------------------
 1,2 |  c1  |  co1   |   l1     |   long1

如果我足够清楚，请告诉我。

提前致谢。

Answer 1

为每一行创建一个键，该键组合了将要复制的值。你可以这样做：

编辑列->根据该列添加列

然后使用类似以下的 GREL 表达式：

cells["City"].value + cells["County"].value + cells["Latitude"].value + cells ["Longitude"].value

将列称为“键”或类似名称。

请注意，密钥不包括 Attb 列的内容。 将新的“键”列移动到项目中的第一列 按“键”列排序并永久应用排序 在 Key 列上使用“Blank down”

确保 OR 处于“记录”模式（朝向网格的右上角）。您应该会看到那些重复的行现在是同一 OR 记录的一部分。

在 Attb 列上使用 Edit Cells->Join Multi-valued cells 并用逗号连接它们

删除“键”列并将 OpenRefine 切换回“行”模式。现在在 Attb 列上使用“Facet by blank”，找到那些带有空白 Attb 的行并删除这些行。

您现在应该拥有所需的合并行。