Alteryx使用Regex Replace去除字符串型重复数字小数误删问题求助

问题原因 #

原有正则没有对匹配到的数字增加边界校验，导致数字的部分子串（比如1.17末尾的7）会被单独识别为匹配项，当后续其他数字中存在相同子串时就会触发误删，最终导致小数位被截断。

解决方案 #

调整正则的先行断言，限制重复匹配的内容必须是完整的逗号分隔数字项，同时补充对首尾多余逗号的修剪，修改后的公式如下：

TRIM(REGEX_Replace([_CurrentField_], '(-?\d+(?:[.,]\d+)?),(?=.*(?:^|,)\1(?:,|$))', ''), ',')

调整点说明 #

• 先行断言中增加了(?:^|,)和(?:,|$)限定，要求匹配到的重复内容必须是独立的数字项，不能是其他数字的子串
• 末尾TRIM函数增加第二个参数,，用于清除替换后可能出现的首尾多余逗号

如果需要严格保留数字第一次出现的顺序，可使用如下适配公式：

TRIM(REGEX_Replace([_CurrentField_], '(^|,)(-?\d+(?:[.,]\d+)?)(?=.*\1\2(?:,|$))', ''), ',')

效果验证 #

对问题行1.17,0.37,0.36,0.36,0.37使用修改后公式，不会再触发小数位的误删，可输出1.17,0.37,0.36的预期结果。

内容的提问来源于stack exchange，提问作者arisophia