Chào các anh chị em trong diễn đàn,
Dạo này công việc của mình liên quan nhiều đến việc xử lý dữ liệu nhập tay, mà mọi người biết rồi đấy, dữ liệu nhập tay thì lắm lỗi linh tinh. Đặc biệt là các chuỗi văn bản, hay bị dính dấu câu thừa, ký tự đặc biệt không mong muốn. Việc ngồi làm thủ công từng dòng thì tốn thời gian kinh khủng, mà sai sót thì dễ xảy ra.
May mắn là mình có tìm hiểu và áp dụng Power Query để giải quyết vấn đề này. Mình muốn chia sẻ một chút kinh nghiệm về cách tự động làm sạch các chuỗi văn bản này, loại bỏ những ký tự rác để dữ liệu được chuẩn hóa.
Cụ thể, mình thường dùng kết hợp các hàm sau trong Power Query:
Text.Clean: Hàm này giúp loại bỏ các ký tự không in được, rất hữu ích.Text.ReplacehoặcText.ReplaceCharacters: Dùng để thay thế các dấu câu hoặc ký tự đặc biệt cụ thể mà mình muốn loại bỏ. Ví dụ, mình hay dùng để xóa các dấu chấm phẩy, dấu phẩy thừa, hoặc các ký tự như#,@,$...Text.Remove: Một hàm khác cũng rất mạnh để loại bỏ một tập hợp các ký tự theo danh sách mình cung cấp.
Ví dụ đơn giản, nếu mình có một cột chứa các chuỗi như "Sản phẩm A, - giá tốt!", mình có thể dùng Power Query để biến nó thành "Sản phẩm A gia tot". Các bước thực hiện khá trực quan trên giao diện Power Query, hoặc nếu quen thuộc hơn có thể viết M code.
Việc này giúp ích rất nhiều cho các tác vụ sau này như chuẩn hóa tên, tìm kiếm, hoặc kết hợp dữ liệu. Có anh chị em nào có cách làm hay hơn hoặc gặp trường hợp phức tạp hơn với chuỗi văn bản không? Cùng thảo luận để mọi người học hỏi thêm nhé!