在不使用 JOIN 的情况下，在 Google 工作表中的逗号分隔值列中获取唯一值和它们的计数？

Question

我有一个列，里面有一堆成分列表。我想弄清楚不同的成分出现了多少次。有 73,000 行。此 question 的答案适用于 Google Sheet 秒内的少量数据。

公式为=UNIQUE(TRANSPOSE(SPLIT(JOIN(", ";A2:A);", ";FALSE)))

但是我在这里写了 50000 多个字符 JOIN 不堪重负。还有其他方法可以解决这个问题吗？

Sheet: https://docs.google.com/spreadsheets/d/1t0P9hMmVpwhI2IbATmIMjobuALTg8VWhl8-AQaq3zIo/edit?usp=sharing

Answer 1

=UNIQUE(TRANSPOSE(SPLIT(REGEXREPLACE(TRANSPOSE(
 QUERY(ARRAYFORMULA(","&A1:A),,5000000))," ,",","),",")))

Answer 2

但也许您需要这个 (?):

=QUERY(TRANSPOSE(SPLIT(REGEXREPLACE(TRANSPOSE(
 QUERY(ARRAYFORMULA(","&A1:A),,5000000))," ,",","),",")),
 "select Col1,count(Col1) 
  where Col1 is not null 
  group by Col1 
  label count(Col1)''")

Answer 3

=ARRAYFORMULA(UNIQUE(TRIM(TRANSPOSE(SPLIT(TRANSPOSE(
 QUERY(","&A1:A,,5000000)),",")))))

=QUERY(QUERY(ARRAYFORMULA(TRIM(TRANSPOSE(SPLIT(TRANSPOSE(
 QUERY(","&A1:A,,5000000)),",")))),
 "select Col1,count(Col1) 
  where Col1 is not null 
  group by Col1 
  label count(Col1)''"),
  "order by Col2 desc")

demo spreadsheet

Answer 4

我做了一个 google 脚本解决方案，因为我想玩一下键映射对。

function myFunction() {
  var myMap = {"candy":0};
    var sh = SpreadsheetApp.getActiveSpreadsheet();
    var ss = sh.getSheetByName("FIRSTSHEETNAME");
    var os = sh.getSheetByName("Ingredients");
    var data = ss.getDataRange().getValues();
    for (var i=0; i<data.length;i++)//full
    //for (var i=1; i<4000;i++)//test
      {
      var array = data[i][0].split( ",");
      for (var j=0; j<array.length;j++)
        {
          var item = array[j];
          //Logger.log(array[j]);
          if (myMap[item]>-1){
            //Logger.log("REPEAT INGREDIENT");
            var num = parseInt(myMap[item]);
            num++;
            myMap[item]=num;
            //Logger.log(item +" "+num);
          } else {
            myMap[item]=1;
            //Logger.log("New Ingredient: "+item);
            //Logger.log(myMap);
          }

        }
      }
  //Logger.log(myMap);
  var output=[];
  for (var key in myMap){
    //Logger.log("Ack");
    output.push([key,myMap[key]]);


  }
  //Logger.log(output);
  os.getRange(2,1,output.length,output[0].length).setValues(output);

}

您需要为输出添加一个 "Ingredients" 选项卡，并将您的第一个选项卡更改为名为 FIRSTSHEETNAME（或更改代码）。在我的测试中，4 件物品需要 4 秒，400 件物品需要 5 秒，4000 件物品需要 6 秒。前导空格可能存在问题，但这为您提供了一个起点。

Answer 5

适用于至少 40,000 行的列的快速运行公式：

 =query(arrayformula(TRIM(flatten(split(A2:A20000,",")))),"select Col1,Count(Col1) Where NOT (Col1='' OR Col1 contains '#VALUE!') Group By Col1 order by Count(Col1) desc label Col1 'Ingredient',Count(Col1) 'Freq.'")

FLATTEN function, combined with SQL (QUERY function) 可以作为快速过滤值（例如空或错误消息）的解决方案。

TRIM function 避免了由于每个字符串无意义的空格 before/after 而导致的结果中的伪影。

Sheet: https://docs.google.com/spreadsheets/d/1m9EvhQB1Leg2H7L52WhPe66_jRrTc8VsnZcliQsxJ7s/edit?usp=sharing

*如果出现错误的大小写差异，您可以在使用 UPPER(A2:A20000).

的同一公式之前将字符串的所有字符标准化为大写

在不使用 JOIN 的情况下，在 Google 工作表中的逗号分隔值列中获取唯一值和它们的计数？

Getting the unique values and counts of them in a column of comma separated values in Google Sheets without using JOIN?

google-sheets

google-sheets-formula