1.1. 从复杂的Excel中抽取数据

为了方便公司决策层掌握钻井的实施进展情况，生产部门需定期汇总钻井实施进展表；涉及油气探评多个项目组，由于项目组对数据使用的要求不统一，使得各个项目组之间数据报表格式有差异，导致数据汇总工作量大，非常出一井多状态、数据不闭合等错误。 每次召开分析会之前，数据管理人员得花数十个小时整理相关数据，以保证平台的正常使用。

钻前报表：

../../_images/predrilling1.png

采用数据专家系统，实现智能数据解析、井号自动拆分、井字头自动补全、井状态及所属信息的自动提取等功能，取代了数据管理人员的数据整理工作，在数分钟之内完成相关工作，效率提升近百倍。

解决方案：

../../_images/predrilling2.png

技术点：

1）智能解析，从不同格式的Excel报表中抽取钻井状态信息；

2）井名称标准化，将缩写的井名称翻译成原始井名称；

步骤一 报表解析

通过Excel智能解析插件，编写钻前报表的数据抽取模板：

../../_images/predrilling3.png

步骤二 数据模型化

将来源于不同项目组的报表数据统一成相同的数据结构【过滤】

步骤三 数据清洗

由于手工填写数据过程中，数据表征方式多样；在井数统计之前，需要进行必要的数据清洗。

1）通过正则表达式删除括号的内容。如：ReplaceReg( @Fields,”((.*?))” , “” ) 预处理：replace( @Fields , “（” , “(“) ，将全角的括号，转化为半角的坐标

2）井名称标准化，先劈分井号，再追加井字头；如：AppendWellHeaders(SplitWellHeaders( replace( ReplaceLineBreak( @Fields , ‘.’ ) , ‘..’ , ‘.’)))

../../_images/predrilling5.png

步骤四 数据验证

方法：按条件汇总与原表的合计数对比，以验证的数据解析结果的完整性。

排序，可指定原表中的值顺序，排序节点扩展【排序】

数据解析结果：

../../_images/predrilling4.png