如何使用Alteryx或Pandas从Excel列中提取Issue及关联ID

Alteryx 实现方案 #

• 第一步：使用「输入数据」工具导入目标Excel文件，选中包含待处理文本的列
• 第二步：添加「正则表达式」工具，按以下规则配置：
  • 字段选择待处理的目标文本列
  • 正则匹配公式填写(Issue\s*#?[A-Za-z0-9]+)，可根据实际ID的格式调整后半段的匹配规则
  • 匹配方法选择「提取所有匹配项」，如果需要多匹配项拆分为独立列选「拆分到列」，需要拆分为独立行选「拆分到行」
  • 可勾选「忽略大小写」适配文本中大小写不统一的Issue写法
• 第三步：如果需要保留原表其余字段，通过「连接」工具按行号关联提取结果和原数据表即可
• 第四步：通过「输出数据」工具导出处理完成的结果

Pandas 实现方案 #

• 第一步：导入依赖库并读取Excel数据

import pandas as pd
import re

# 替换为你的本地文件路径和目标列名称
df = pd.read_excel("你的数据文件.xlsx")
target_col = "包含待处理文本的列名"

• 第二步：编写提取函数处理目标列

def extract_issue(text):
    # 正则可根据实际ID规则调整，当前适配Issue 123、Issue #123、Issue ABC123等格式
    res = re.findall(r'Issue\s*#?[A-Za-z0-9]+', str(text), flags=re.IGNORECASE)
    return ",".join(res) if res else None

df["提取的Issue_ID"] = df[target_col].apply(extract_issue)

# 若需要将多个匹配结果拆分为独立行，取消注释下行代码
# df = df.assign(提取的Issue_ID=df["提取的Issue_ID"].str.split(",")).explode("提取的Issue_ID")

• 第三步：导出处理结果

df.to_excel("提取结果.xlsx", index=False)

内容的提问来源于stack exchange，提问作者hoss1186