735081_zh-CN

liliconcom

如何匹配两列中的部分文本？

大家好，我想问一下这个数据集

ID	A栏	B栏	C栏	D 栏
1	A*05:01 A*25:01 B*08:01 B*39:01 C*05:01 C*07:06 C*07:18 C*12:03 DRB1*05:01 DRB1*07:01 DRB3*01:01 DRB4*09:03N DQA1*02:01 DQA1*05:01 DQB1*02:01 DQB1*02:02	DQA1*01-03,DQB1*06-03_DQ6
2	A*20:01 A*60:02 B*08:01 B*28:03 C*02:02 C*03:04 DRB1*01:02 DRB1*13:04 DRB3*02:02 DRB3*02:02 DQA1*01:01 DQA1*01:04 DQA1*01:05 DQA1*05:05 DQA1*05:09 DQB1*02:01 DQB1*05:01	DQA1*05-01,DQB1*02-01_DQ2
3	A*01:01 A*01:01 B*08:01 B*38:01 C*06:02 C*09:01 C*07:06 C*07:18 DRB1*07:01 DRB1*07:01 DRB4*01:01 DRB4*01:03 DRB4*01:05N DQA1*02:01 DQA1*02:01 DQB1*02:02 DQB1*03:03	DQA1*03-03,DQB1*04-01_DQ4
4....	A*01:01 A*01:01 B*08:01 B*38:01 C*06:02 C*09:01 C*07:06 C*07:18 DRB1*07:01 DRB1*07:01 DRB4*01:01 DRB4*01:03 DRB4*01:05N DQA1*02:01 DQA1*03:03 DQB1*02:02 DQB1*03:03	DQA1*03-03 ,DQB1*04-01_DQ4	DQA1*02:01 DQA1*03:03 DQB1*02:02 DQB1*03:03	DQA1*03:03

Q1: 我该怎么办？我只想将 A 列中的文本 DQA1... 和 DQB1... 提取到 C 列中。

Q2: 我该怎么办？我想将同一行中的 B 列和 C 列中的提取文本匹配到 D 列

我尝试使用 regex 命令 - 但问题出现在 * 和 : 上，而且我不知道如何将部分文本与多个 ID 中的两列相匹配...

我把我想要的东西放入ID 4.中，在这种情况下：和-是相同的。

提前谢谢你的帮助！

基础数据分析和建模苹果系统回复：如何匹配两列中的部分文本？

对于 D 列，您可以在公式中使用 Words()、Substitute() 和 Associative Array() + Intersect 来查找精确匹配

aa1 = Associative Array(Words(:Column B, ",")); 
aa2 = Associative Array(Words(Substitute(:Column C, ":", "-"), " \!N"));
aa1 << Intersect(aa2);
Concat Items(aa1 << Get Keys, ",");

对于 C 列，你可以从正则表达式中获得好的想法：无法获取匹配的字符串的所有部分

编辑：

这是 C 列的一个可能有效的选项。如果您不明白它的作用，我建议使用 While 循环和 Regex，因为这通常比 JMP 的模式匹配更容易理解。

result = {};
Pat Match(
	:Column A,
	Pat Repeat(
		(Pat Regex("(DQ[AB]1.+)[\s$]") >> result)
	| 
		Pat Len(1)
	)
);
Concat Items(Words(result, " "), ", ");

回复：如何匹配两列文本中的部分内容？

打开表格，查看添加到 C 列和 D 列的公式（这两列都有公式）。

如果您不确定如何在 JMP 中创建公式，请查看 JMP 帮助页面：https://www.jmp.com/support/help/en/17.2/#page/jmp/create-formulas-in-jmp.shtml#