Chào các anh em trong diễn đàn,
Dạo này mình hay làm việc với dữ liệu export từ một số hệ thống, và gặp khá nhiều trường hợp dữ liệu bị lẫn các ký tự đặc biệt như xuống dòng (ký tự
) hoặc ký tự Tab ( ) ngay trong một ô dữ liệu. Điều này gây ra không ít khó khăn khi mình muốn chuẩn hóa hoặc phân tích dữ liệu.
Ví dụ, một ô có thể trông như thế này:
Dòng 1 Dòng 2 Giá trị A
Khi import vào Power Query, nó sẽ hiển thị dưới dạng một chuỗi duy nhất chứa các ký tự này.
Mình đã thử các cách như Text.Replace nhưng đôi khi không hiệu quả vì nó chỉ thay thế ký tự đó thành khoảng trắng, mà đôi khi mình lại muốn loại bỏ hoàn toàn hoặc thay thế bằng một ký tự khác.
Gần đây, mình có tìm ra một cách khá ổn để xử lý vấn đề này, đó là sử dụng kết hợp Text.Clean và Text.Replace.
Đầu tiên, Text.Clean sẽ loại bỏ hầu hết các ký tự không in được, bao gồm cả
và . Tuy nhiên, nó có thể loại bỏ cả những ký tự mình muốn giữ lại (ít gặp). Sau đó, nếu mình muốn thay thế cụ thể ký tự Tab thành khoảng trắng hoặc ký tự xuống dòng thành dấu phẩy chẳng hạn, mình sẽ dùng thêm Text.Replace.
Ví dụ, để loại bỏ cả
và :
Text.Clean([TênCộtDữLiệu])Hoặc để thay thế
bằng dấu phẩy và bằng khoảng trắng:
Text.Replace(Text.Replace(Text.Clean([TênCộtDữLiệu]), "
", ", "), " ", " ")Cách này giúp mình xử lý khá sạch sẽ các trường hợp dữ liệu lộn xộn. Không biết mọi người có cao kiến hay cách nào tối ưu hơn không, chia sẻ cho mình học hỏi với ạ?
Cảm ơn mọi người đã đọc bài!