如何解决因多个数据源的名称拼写差异导致的 INDEX MATCH 错误？

Question

我已经建立了一个 Google Sheets 工作簿，它通过手动输入 IMPORTHTML 和 IMPORTRANGE 综合来自几个不同来源的数据。填充数据后，我将使用 INDEX MATCH 过滤和比较信息并 RANK 每个数据集。

因为我有多个数据输入，所以我运行陷入了一个持续存在的问题，即来源之间的名字不完全相同，即使他们是同一个人。名字是主要的罪魁祸首（即 Mary Lou vs Marylou vs Mary-Lou vs Mary Louise），但一些带有特殊符号（元音变音、重音、波浪号）的姓氏也会导致错误。当 Sheets 无法识别匹配项时，INDEX MATCH 和 RANK 函数都会崩溃。

我想知道如何更好地自动统一数据，以便我的 Sheet 理解每次出现实际上是同一个人（或 "value"）。

由于您无法直接编辑 IMPORTHTML 的结果，我设置了 "helper columns" 并使用 TRIM 和 SPLIT 等函数来尝试边走边修复实例，但似乎必须有一条更简单的路径。

感觉 IFS 可以工作，但我不知道如何集成它。还认为这可能需要一个脚本，我才刚刚开始研究。

这是我试图实现的目标和相应错误的简化示例：Sample Spreadsheet

第一个选项卡正在尝试从选项卡 2 和 3 中提取和 RANK 数据。摘要选项卡中的示例公式，第 3 行 (Amelia Rose)：

Cell B3: =INDEX('Q1 Sales'!B:B, MATCH(A3,'Q1 Sales'!A:A,0))

Cell C3: =RANK(B3,$B:B,1)

Cell D3: =INDEX('Q2 Sales'!B:B, MATCH(A3,'Q2 Sales'!A:A,0))

Cell E3: =RANK(D3,$D:D,1)

对于如何将 'Q2Sales'!B3 的最佳索引作为 'Summary'!D3. 的正确值的任何见解，我将不胜感激提前致谢 - Stack Overflow 上深思熟虑的答案让我走到了这一步！

Answer 1

要应对每一种可能的情况，请这样做：

=ARRAYFORMULA(IFERROR(VLOOKUP(LOWER(REGEXREPLACE(A2:A, "-|\s", )), 
 {REGEXEXTRACT(LOWER(REGEXREPLACE('Q2 Sales'!A2:A, "-|\s", )), 
 TEXTJOIN("|", 1, LOWER(REGEXREPLACE(A2:A, "-|\s", )))), 'Q2 Sales'!B2:B}, 2, 0)))

如何解决因多个数据源的名称拼写差异导致的 INDEX MATCH 错误？

How can I resolve INDEX MATCH errors caused by discrepancies in the spelling of names across multiple data sources?

regex

google-sheets

array-formulas

gs-vlookup

google-sheets-formula