excel预处理爬虫数据

浏览: 1847

今天来对上一次爬取的数据进行处理,看看这乱糟糟的数据,什么鬼

image.png

1、地址处理

address是这样的,太详细了,哪一弄都标明了,我们主要获取大概的区信息即可;

image.png

2、评论数

获取对应的评论条数即可

3、户型

户型包含户型和建筑面积,需要拆分成两个字段

4、价格

价格的信息太任性,抓取了三列信息,price,piece_around,price_txt;

Price不仅有均价还有总价和最低还有无

当price为总价时,我们用总价/面积获取单价;

当price为无时,我们用price_around代替

5、tag标签

一个楼盘对应多个标签,我们首先将tag前后的“,”去掉,将一行的多个标签转化为多行(这些excel公式就不附上了,都是left, mid, search, if函数)

后续我们用VBA将标签进行处理,同样户型也做如下处理

 

附上代码 

Function splitcol(a As Integer, b AsInteger, c As String)

   'a对应第几列数进行处理,总共b列数据,c分隔符

  Dim arr, brr(), k%, i%, m%, n%, ii%, r%, Tmp

  arr = Range("a1").CurrentRegion

  Range("a1").CurrentRegion.Select

  ReDim brr(1 To 100000, 1 To b)

   OnError Resume Next

  For k = 1 To UBound(arr)

     Tmp = split(arr(k, a), c)

     n = 1 + UBound(Tmp)

     i = 0

     For m = 1 To n

       For r = 1 To b

           brr(m + ii, r) = arr(k, r)

       Next

           brr(m + ii, a) = Tmp(i)

           i = i + 1

     Next m

     ii = ii + m - 1

  Next k

  Range("a1").Resize(UBound(brr), b) = brr

End Function

 

Sub main()

    '对tag进行处理

   Call splitcol(9, 10, ",")

    '对户型进行处理

   Call splitcol(5, 10, "/")

End Sub 

 image.png

经过上述处理,现在看起来舒服多了(其实这才刚刚开始,如果建模后续还需进一步处理)

 

 

推荐 1
本文由 郭燕君 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

0 个评论

要回复文章请先登录注册