小A:白茶,救命啊~~~
白茶:什么情况?
小A:是这样的,最近不是临近项目上线嘛,有一大波度量值需要进行类似的调整,一个两个倒没啥,600多个,兄弟,救命啊~~~
白茶(假装沉思):兄弟,你这个事不好搞啊!
小A(眼神暗示):放心 ,规矩我懂!
白茶:开搞开搞!
在实际业务场景中,上述情况产生的频率是非常高的,究其根本,其实有三种原因:
-
业务逻辑在频繁的改动,牵一发而动全身
-
数据来源驳杂而不唯一
-
KPI指标过多,观察口径统一
举个例子
假设现在存在以下度量值:
Amt =
SUMX ( 'Fact_Sales', 'Fact_Sales'[Quantity] * RELATED ( Dim_Product[Price] ) )
Qty =
SUM ( 'Fact_Sales'[Quantity] )
AmtUnit =
SWITCH (
SELECTEDVALUE ( Config_Unit[UnitOrder] ),
1, [Amt],
2, [Amt] / 1000,
3, [Amt] / 7.2,
4,
[Amt] / 7.2 / 1000
)
QtyUnit =
SWITCH (
SELECTEDVALUE ( Config_Unit[UnitOrder] ),
1, [Qty],
2, [Qty] / 1000,
3, [Qty],
4, [Qty] / 1000
)
AmtData =
SWITCH (
SELECTEDVALUE ( Config_Date[DateOrder] ),
1, [AmtUnit],
2, CALCULATE ( [AmtUnit], DATESQTD ( 'Dim_Date'[Date] ) ),
3, CALCULATE ( [AmtUnit], DATESYTD ( 'Dim_Date'[Date] ) )
)
QtyData =
SWITCH (
SELECTEDVALUE ( Config_Date[DateOrder] ),
1, [QtyUnit],
2, CALCULATE ( [QtyUnit], DATESQTD ( 'Dim_Date'[Date] ) ),
3, CALCULATE ( [QtyUnit], DATESYTD ( 'Dim_Date'[Date] ) )
)
其前端页面展示如下:
在上图示例中,我们不难发现,Unit
类型的度量值是为了切换单位使用的,而DataType
是为了切换观测周期使用的,例如查看当月值、季度累计、年累计。
现在我们需要将上述代码中的数字,切换为文本类型,例如:Unit中的1,切换成RMB,DataType中的1切换成MTH,以此类推。
如果仅是上图这几个度量值,那么修改起来是非常简单的,但是如果"数据量级很大 ",且"度量值很多",这种情况下我们修改起来是很头疼的,有没有一种便捷的方法能解决这个问题呢?
解决方案
看到这里,相信有的小伙伴已经意识到了,这种多条件判断,且多条件替换的场景,可以用正则来解决。
但是还可以深化,如果我不会正则怎么办?
我们可以在Python中使用正则来解决此问题,利用通用的Python代码,后续有复用场景仅需微调即可。
代码如下:
python
import re
# 样例数据
text = """
在这里输入需要替换的文本
"""
# 定义替换规则
replacement_dict = {
'条件1': '替换1',
'条件2': '替换2',
'条件3': '替换3'
}
# 定义替换函数
def replace_func(match):
return f'{replacement_dict[match.group(1)]},'
# 正则替换
pattern = re.compile(r'\b(1|2|3),')
result = pattern.sub(replace_func, text)
print(result)
我们来看一下结果输出:
最近因为工作原因,停更了一段时间,还请小伙伴们见谅哦。
后面如果时间充足,白茶还会继续更新的哦,嘿嘿。