viteez:

elsősorban informatikában, adatbázis kezelésben jártas followereimet kérdezem, de minden józan paraszti ésszel megoldható ötletet szívesen fogadok.

ha van egy 60 ezer soros és kb. 80 oszlop széles exceled amelynek a sorai riporthiba miatt duplikálódtak, de neked értelmes és pontos(!) adatokat kell kinyerned belőle, hogyan fogsz neki a duplikációk kiírtásának?

1. minden rekordot a teljes 80 oszlop azonosít csak egyedien, ezért az excel 2007 duplikáció törlésének automatizmusa nem működik…
2. accessben max 15 kulcs adható meg, így ez az ötletem is bukja ezt a mutatványt…
3. concatenate-val próbáltam a 80 oszlopból egy cellába összehúzni mindent és az alapján megkeresni a duplikációkat, de a 60 ezer sor kiütötte az excelt…
4. countif nem jó, mert ugye nem elég egy oszlopot vizsgálni, mind a 40-et kell egyszerre
5. ha egy sor valamely oszlopában nincs adat, hanem üres, annak is jelentése van! tehát első rekord pl.: A=1 B=üres C=1 D=2 nem egyenlő A=1 B=0 C=1 D=2 és nem egyenlő A=1 B=üres C=1 D=3 és ugye ez vagy 80 oszlopban…
6. az adatok miatt a mezők 98% text és nem szám… mert az adatmezőben 00 nem egyenlő értékű 000 vagy 0-val…
7. az odáig OK volt, h accessben megfejtettem, h a 60 ezer sorból 189 duplikálódik, de ezt az adatot felhasználva hogyan töröljem ki az eredeti a táblából a felesleges 2. 3. duplikációkat? ez már pont az a mennyiség, amennyinek nem állok neki kézzel…

egy darabig próbálkoztam, de aztán feladtam, és inkább megvárom, h holnap talán rendesen lejön a riport, duplikációk nélkül. ha nem, akkor leszek bajban… 

használható segédeszközök: alap windows + office 2007 csomag + chrome

köszönöm a hozzászólásokat moncsak, rrockout, tompysoft, dzsozso, lobomotiv, szuperbusz, detty4 belanszky, borekdothu, mostnyiffanszky.

amit sajnos sokan elfelejtettek azok az alábbiak voltak:

• vállalati gép, rendszer, programok adottak, telepítési lehetőség nincs! (tehát: nincs linux, nincs telepítsd ezt meg ezt a programot…)
• a feladat nem programozónak lett kiadva, tehát a megoldás nem lehet az ír egy 50 soros programot c+-ban vagy javaban… felhasználói szintű excel vagy access ismerettel megoldhatónak kell lennie (macro, szkript sztem már nem számít annak)
• 80 oszlopot kb. 30-40-ig lehetne csökkenteni, de még ez is sok az excelnek, access kulcsnak…

ettől függetlenül voltak érdekes ötletek… kezdetben a csv export megoldások tetszette, illetve azt álmodtam meg, h szétszabdalom táblákra az excelt és unionnal fűzöm össze, és ha jól tudom, akkor az azonosakat nem duplikálja, bár ebben nem vagyok biztos…

és hogy oldottam meg végül a feladatot?

mivel a riportot én készítettem másnak, ás a más nem fér hozzá az eredeti adatokhoz, fogtam egy pár nappal régebbi riportot, amelyik jó volt és nem tartalmazott duplikációkat, és abból csináltam meg a jelentést :)

tompysoft:

viteez:

tompysoft replied to your post: Mit tenne Ön az alábbi szituációban?

nem, amit az előbb írtam, mégse jó. de mindenképp makróban érdemes gondolkodni. agyalok rajta holnapig. ha nem kapod meg az új táblát, akkor kitalálok valamit. :)

jaja :)

igazából az alapelv egyszerű: egy rekordot a teljes 80 oszlop szélesség azonosít egyedien. tehát minden ilyen rekordból csupán egy szükséges :) ha van már egy teljesen ugyanolyan minden mezőjében egyező rekord, az mehet a kukába :)

pont most kezdtem el fogalmazni ugyanezt. valamilyen módon sorba kell rendezni mondjuk accessben, majd a második sortól kezdve összevetni az összes cellát a felette levő sorral. IF (egyezik a két sor) DELETE egyiksor; :D

nemsokára posztolom a megoldást :)

viteez:

elsősorban informatikában, adatbázis kezelésben jártas followereimet kérdezem, de minden józan paraszti ésszel megoldható ötletet szívesen fogadok.

ha van egy 60 ezer soros és kb. 80 oszlop széles exceled amelynek a sorai riporthiba miatt duplikálódtak, de neked értelmes és pontos(!) adatokat kell kinyerned belőle, hogyan fogsz neki a duplikációk kiírtásának?

1. minden rekordot a teljes 80 oszlop azonosít csak egyedien, ezért az excel 2007 duplikáció törlésének automatizmusa nem működik…
2. accessben max 15 kulcs adható meg, így ez az ötletem is bukja ezt a mutatványt…
3. concatenate-val próbáltam a 80 oszlopból egy cellába összehúzni mindent és az alapján megkeresni a duplikációkat, de a 60 ezer sor kiütötte az excelt…
4. countif nem jó, mert ugye nem elég egy oszlopot vizsgálni, mind a 40-et kell egyszerre
5. ha egy sor valamely oszlopában nincs adat, hanem üres, annak is jelentése van! tehát első rekord pl.: A=1 B=üres C=1 D=2 nem egyenlő A=1 B=0 C=1 D=2 és nem egyenlő A=1 B=üres C=1 D=3 és ugye ez vagy 80 oszlopban…
6. az adatok miatt a mezők 98% text és nem szám… mert az adatmezőben 00 nem egyenlő értékű 000 vagy 0-val…
7. az odáig OK volt, h accessben megfejtettem, h a 60 ezer sorból 189 duplikálódik, de ezt az adatot felhasználva hogyan töröljem ki az eredeti a táblából a felesleges 2. 3. duplikációkat? ez már pont az a mennyiség, amennyinek nem állok neki kézzel…

egy darabig próbálkoztam, de aztán feladtam, és inkább megvárom, h holnap talán rendesen lejön a riport, duplikációk nélkül. ha nem, akkor leszek bajban… 

használható segédeszközök: alap windows + office 2007 csomag + chrome

tompysoft, dzsozso, lobomotiv, szuperbusz, detty4

mindenkinek köszönöm az eddigi hozzászólását, most alszok egyet az olvasottakra és megpróbálom megálmodni a megoldást :)

köszi!

tompysoft replied to your post: Mit tenne Ön az alábbi szituációban?

nem, amit az előbb írtam, mégse jó. de mindenképp makróban érdemes gondolkodni. agyalok rajta holnapig. ha nem kapod meg az új táblát, akkor kitalálok valamit. :)

jaja :)

igazából az alapelv egyszerű: egy rekordot a teljes 80 oszlop szélesség azonosít egyedien. tehát minden ilyen rekordból csupán egy szükséges :) ha van már egy teljesen ugyanolyan minden mezőjében egyező rekord, az mehet a kukába :)

tompysoft answered your question: Mit tenne Ön az alábbi szituációban?

írsz egy makrót, ami kijelöl egy sort, átmásolja egy másik fülre.aztán kettőt le, kijelöl, másol,kettőt le, kijelöl,másol.

a probléma ott kezdődik, h írsz egy makrót… logisztikus vagyok nem informatikus :S makrót nem tudok írni :(

a sorok nem egymás alatt duplikálódtak. a 60 ezer sorból mindössze 189 duplikálódott de nem egymás után, hanem elszórva a 60 ezer sorban. és valamelyik kétszer, valamelyik 3x :(