如何匹配不相等的数据集和不明确的常用术语？

Posted 2023-03-29

【中文标题】如何匹配不相等的数据集和不明确的常用术语？

【英文标题】：How to match unequal data sets with unclear common terms?

【发布时间】：2013-12-08 23:36:22

【问题描述】：

我有两组数据，列表 A 和列表 B。

列表 A 被定义为主列表。此列表中的所有内容都必须在决赛中得到考虑。假设它有 500 行数据，如 DBA、地址、城市、国家等。列表 B 有 6,000 行类似信息。

第一个问题是列表 B 中可能有多个匹配项连接回列表 A。它们都需要在最终匹配输出中捕获，并包含 DBA、地址、ID # 等信息，因此可能按行格式化.

第二个问题是它们可能没有一个明确的通用术语。地址可以用多种不同的方式拼写，而且通常是外语。 DBA、城市等也是如此。

第三个问题是，也不能保证列表 B 上的所有项目都匹配列表 A。

关于如何解决这个问题的想法？我已经手动做了一段时间了。我将参与列表 A 中的 DBA 或地址，然后在列表 B 中执行 Ctrl+F。如果有多个匹配项，我将在列表 A 中添加一行并将列表 B 中的所有匹配项放在那里.正如你所想象的那样，这很痛苦，我希望有一种更有效的方法来做到这一点。提前感谢您的帮助！

【参考方案1】：

第一步是为每个列表创建一个公共键。

您可以使用诸如“查找”之类的公式来搜索地址的子字符串并基于此创建指标列。将一些指标放在一起，以创建一个唯一的键，可能带有人名或类似的东西。

一旦您在每个列表中都有一个唯一键，您就可以使用 excel vlookup 函数来匹配列表。