如何在OpenRefine中使用GREL保留单元格中的数字

Excel 实现方式 #

方法1：TEXTBEFORE函数（适合Excel 365/2021及以上版本） #

在目标单元格输入公式：
=TEXTBEFORE(A1,CHAR(1),,TRUE)
下拉填充即可自动提取每个单元格开头的数字部分，不管后面跟着什么文本。

方法2：Power Query正则提取 #

1. 选中数据所在列，点击「数据」选项卡 →「从表格/范围」导入Power Query编辑器
2. 选中目标列，点击「转换」选项卡 →「提取」→「匹配模式」
3. 在弹出窗口中输入正则表达式 ^\d+\.?\d*，点击确定，即可得到纯数字结果。

Python 实现方式 #

如果用代码批量处理，借助正则表达式可以快速完成：

import re

# 模拟原始数据
raw_data = ["5.6", "4", "5years", "6years"]
# 提取每个元素中的开头数字
cleaned_data = [re.search(r'^\d+\.?\d*', item).group() for item in raw_data]
# 输出结果
print('\n'.join(cleaned_data))

运行后输出：

5.6
4
5
6

核心逻辑说明 #

不管用哪种工具，核心都是用正则规则 ^\d+\.?\d* 匹配开头的数字部分：

• ^：限定从字符串开头匹配
• \d+：匹配1个及以上的整数部分
• \.?：匹配可选的小数点（支持小数）
• \d*：匹配小数点后可选的数字（支持整数或小数）

内容的提问来源于stack exchange，提问作者Chang