Google cloud platform Dataprep中csv文件中的数值不匹配

我很难理解为什么Dataprep将不匹配的值分配给我试图从.csv文件导入的数值

在我的excel中，一切看起来都很正常：

但在dataprep中，这是我得到的价值：

大多数数字似乎都在1000以上

---

我怎样才能防止这种情况？我将文件保存为.csv格式，这很可能是由于Excel中的原始格式（特别是会计和“逗号样式”数字格式，因为它将货币符号或符号作为格式的一部分进行调整）。在这些情况下，您还会注意到，从Excel粘贴包含前导和尾随空格字符

在这种情况下，Dataprep不会花费太多时间为您思考，他们从保守的角度为您提供原始数据，并让您决定是否需要重新格式化

要确认Dataprep没有异常行为，只需在文本编辑器中打开CSV，您很可能会看到这些带引号的字符串。当其他系统生成应用了数字格式的CSV时（强制将值在CSV中引用为字符串），这种情况也很常见。类似地，任何包含逗号的文本列通常都会被引用（根据需要，因为这通常是分隔符，具有特殊含义）

谢天谢地，这是一个容易解决的问题。如果希望它是十进制类型，还必须替换逗号

---

简单替换： 界面：

textformat col: col1 type: trimquotes
textformat col: col1 type: trimwhitespace
replacepatterns col: col1 with: '' on: ',' global: true

格式>修剪前导和尾随引号

格式>修剪前导和尾随空格

替换>文本或图案（替换“，”，确保选中“匹配所有引用”框

结果争吵脚本：

textformat col: col1 type: trimquotes
textformat col: col1 type: trimwhitespace
replacepatterns col: col1 with: '' on: ',' global: true

---

正则表达式（一步替换）：

---

---

在一个由不懂正则表达式的人组成的混合团队中，前者有时更清晰，也不那么可怕，但在其他情况下，一步就可以轻松完成。

是的，这是有道理的。在dataprep中，作为一项新规则，您在哪里替换它？当我打开.csv文件时，我注意到我没有“，”而只有白色有时空格。@JohnAndrews是的，你可以将这些作为新的步骤放在你的食谱中。一个方便的数据准备技巧是，你可以点击“新步骤”按钮，然后粘贴wranglescript（一次一行），它会为你做所有相同的选择。这也可以从菜单上的界面上进行，对于任何步骤，你都可以单击“复制到剪贴板”"然后也这样做，如果你需要重复使用或更改步骤顺序，这会节省大量时间。在这种情况下，你只需更改列名，然后就可以开始了。如果这一切都对你有效，请确保将答案标记为已接受。你建议在配方开始时进行此过滤吗？@JohnAndrews I尽早完成，这样我就不必在以后的步骤中对此进行解释。但除非您处理的是非常大的数据集，否则这不太可能对性能产生太大的影响。一般来说，我尝试使用以下顺序来实现性能和可重用性（特别是因为我们的团队经常复制旧的配方作为起点）：1.删除不需要的列2.根据需要联接/联合3.过滤掉不需要的行4.重命名列5.修剪引号/空格并将缺少的替换为NULL（您可以在

*

上替换以一次完成所有列）6.其他数据争用7.修复不正确的类型