Gå til indhold
Coverton Blog
I denne artikel
Tabeller og data

Hvordan man normaliserer datoer: kildeordrer og upåklagede datoværdier

En dato som 07/10 kan betyde forskellige dage afhængigt af kildekonventionen. Indstille ordningen af år, måned og dag, før du ændrer, hvordan disse datoer er skrevet.

Åbn værktøjetSådan bruger du dette værktøj ↓
Normaliser datoer
Illustration af dette værktøjs arbejdsgang; det er ikke et resultat af en uploadet fil.

Sådan bruger du dette værktøj

  1. Tilføj regneark og angiv dets dato kolonner.
  2. Vælg kildeordre: ymd, dmy eller mdy.
  3. Gennemfør opgaven og inspicere ændrede datoer og ukorrekt rekord.
  4. Download skabelonen og rapporten.

Vælg de rigtige indstillinger

Indtast datokolonnenavn og vælg ymd, dmy eller mdy for at matche kilden. Hvis arkiver blander forskellige kildekonventioner, adskille dem, før du anvender én fortolkning til hele kolonnen.

Understøttet input
  • CSV,TSV,XLSX
Tilgængelige indstillinger
  • dato kolonne
  • Kildeordrer

Før du begynder

Afklar betydningen af inputdata

Bestem, hvad en række eller værdi repræsenterer, og gem en kildekopi før ændringer. I tabeller skal du gennemgå overskrifter, separatorer og tegnkodning; i strukturerede filer de krævede objekter eller arrays. Visningen i et regneark afgør ikke alene betydningen af identifikatorer, datoer og beløb.

Vælg tilbudte matchkolonner, typeregler og outputfelter efter modtagerens behov. Prøv en stikprøve med en tom værdi, en gentagelse og tegnsætning. For etiketter, diagrammer eller personligt tilpassede dokumenter skal du kontrollere kildekolonner, enheder og formuleringer.

Fastlæg kontroller på forhånd: en identifikator med uændret stavning, en værdi med kendt betydning og en forventet relation mellem poster. Ved type- eller matchregler skal kildeværdien skelnes fra programmets visning. Test tvetydige datoer og forskelligt skrevne nøgler før en generel regel. Gem regler og målkrav sammen med resultatet, så forskellen kan knyttes til input, fortolkning eller omformning.

Kontrollér værdier og undtagelser

Åbn eller importér resultatet med målprogrammets indstillinger. Sammenlign overskrifter, antal poster og udvalgte værdier med kilden. Opsummering, opdeling eller fjernelse af dubletter kan bevidst ændre antallet; kontrollér årsagen i stedet for at kræve samme antal rækker efter enhver omformning.

Læs undtagelses- og valideringsrapporter før næste skridt. Ved forskudte kolonner, forkerte tegn eller manglende nøgler skal du først kontrollere separator, kodning og præcise overskriftsnavne. Kodning er ikke kryptering, og formatering bekræfter ikke betydningen. Test trykte koder og etiketter før hele serien fremstilles.

Eksempel på input og output

kendt dato ordre → standardiserede datoer + undtagelsesrapport

Eksempler beskriver arbejdsgangen. Resultaterne afhænger af kildefilen og indstillingerne.

Tjek resultatet før du gemmer

Sammenlign datoer, hvis måned og dag er både på de fleste 12 med den virkelige kilde tidsplan. Inspektere ukorrekt optegnelser individuelt i stedet for at antage, at hver input dato er ændret korrekt.

Hvis resultatet er anderledes end forventet

Impossible datoer eller værdier, der ikke er i overensstemmelse med den valgte ordre, forbliver uændret og vises i rapporten. Hvis mange optegnelser forbliver uopløste, skal du gennemgå kildeordren og separatorerne, før de behandles igen.

Grænser at huske på

  • Angiv kilde datoordre. Invalid værdier forbliver uændrede og rapporteres.

Fortsæt med relaterede værktøjer

Konverter CSV til JSON

Den første CSV række leverer nøglerne til hver data række JSON objekt. Cell værdier er gemt som strenge, så inspicere deres typer, før du overfører resultatet til et system, der forventer tal eller boolean værdier.

Vælg kildekodning og brug automatisk delimiterdetektion eller vælg den virkelige delimiter. løse tomme eller duplikerede overskrifter og sørg for, at hver række har det samme antal kolonner som overskriften.

Åbn værktøjet

Konverter JSON til CSV

Denne regneark konvertering kræver en række, hvis indtægter er objekter. Bestem om nestede objekter skal blive separate kolonner eller forblive JSON strenge inde i cellerne, fordi den resulterende regneark læses anderledes i hvert tilfælde.

Tillad flændering til at omdanne nestede objekts egenskaber til header, der er forbundet med punkter. Arrays er ikke udvidet til flere rækker, så gennemgå disse celler adskilt, hvis du har til hensigt at analysere hvert array element.

Åbn værktøjet
CovertonNormaliser datoer
Åbn værktøjet

Denne vejledning beskriver det tilgængelige browserværktøj. Gem en kopi af originalen, og kontrollér resultatet, før du deler det.

Denne oversættelse er udarbejdet med softwareassistance. Du kan også læse den engelske version. Læs på engelsk