Excel VBA之函数篇-3.19大数据时代必备查找技能 万条数据能奈我何

前景提要

经常看电视或者是一些招聘咨询的童鞋,应该就比较熟悉大数据这个概念,大数据简单的理解就是非常庞大的数据处理,数据量的提升,最直接的结果就是普通的数据处理方法越来越慢了,现在也是推出了很多种针对大数据处理的语言,比方说比较火热的python,他的pandas模块,numpy模块,完全就是为大数据而生的,说到这里肯定很多童鞋就方了,那么excel是不是就没有用处了呢?

当然不可能的啦,excel毕竟还是现在的主流办公软件,不管技术上面发展的多么的高级,毕竟全民都是程序员的时代还是非常的遥远的,并且你也不可能要求领导一定要去学习各种大数据处理知识吧,现在领导更多还是依赖于excel,数据也是集中展示在excel中的,那么在大数据的冲击下,excel能够提升处理速度呢?

最直接的方法就是多用数组,少用遍历之类的循环,不过数组的学习还是需要一定的基础和抽象的理解能力,这里我们还是继续从基础的函数出发,今天介绍的这个函数主要也是用在数组中的,针对我们常用的关键字查找功能,他的效果非常的快

函数说明

今天分享的是filter()函数,就像是我前面所说的那样,他更多的还是和数组一起嵌套使用的,它主要是用来帮助我们查找数据的,比方说通过关键字查找,是否含有某关键字,或者是否含有某内容,两列数据的相同项,不同项目的筛选,都会使用到他,今天我们就来分享下关于filter()的一点小用法

场景说明

如标题所示,我们今天主要分享如何在大数据的环境下,快速的查找我们需要的数据,首先我们模拟构造一个比较大的数据。

我们假设有一个excel文件,现在她总共有7列数据,但是每列总共有1048575行,是2013版的极限了。


image.png

文件的大小也有30M了

image.png

基本上满足了一个大型数据的文本大小了,那么现在我们来尝试下筛选数,我想要找到数据中A列的所有数据中,含有20这两个数字的所有数据,你会如何实现呢?

这个时候千万不要手贱去尝试筛选,一般的电脑基本上碰到这个筛选都死翘翘了,我们这里尝试下实用VBA来帮我们实现

代码区

Sub test()

Dim arr

arr = Range("A:A")

arr = WorksheetFunction.Transpose(arr)

arr1 = Filter(arr, 20, True)

Range(Cells(2, 2), Cells(UBound(arr1) + 1, 2)) = WorksheetFunction.Transpose(arr1)

End Sub

来看看效果。为了展示效果,我们加一个计时器,这里我们将符合条件的数据单独展示在第12行,

image.png

代码解析

既然已经说到了filter(),那就顺带说一点关于数组的知识吧,数组在VBA里面有一种说法就是他是牺牲计算机的内存来提升运行的速度的,所以他相对于我们普通的遍历,循环,自带的筛选功能等方法,有有很大的优势,时间也是证明,30M左右的数据,它也能够轻松快速的帮助我们获得想要的数据。来看看代码

arr = Range("A:A")

这是我们生成一个数组的常用方法,dim arr, 然后将我们所需要查找的数据全部放到数组里面去

arr = WorksheetFunction.Transpose(arr)

将二维数组转化为一维数组,这一步是非常有必要的额,因为filter()这个查找功能的实现,是建立在这个数组是一维数组的前提下的,所以这一步很关键

arr1 = Filter(arr, "20", True)

之后就是filter函数的使用方法了,filter(数组,条件,是否包含),数组就是我们要筛选查找的数据,就是我们前面已经构造好的数组arr,条件就是我们要查找的关键字,比方说我这里要查找的是含有20这两个数字的数据,不管是在开头,结尾,亦或者中间都算的,当然你可以替换成为准确的字符串,进行精确查找,大家可以根据自己的需要来输入条件,之后第三个函数就是boolean类型的函数,只有两个选择,TRUE或者FALSE,分别对应的意思是,含有和不含有。这里我输入的是TRUE,代表的就是含有20,如果我要反向查找,找不含有20这两个数字的,那就选择false.

Range(Cells(2, 12), Cells(UBound(arr1) + 1, 12)) = WorksheetFunction.Transpose(arr1)

这里就是将数组再次转置,直接填充到我们想要展示的某一列就可以了。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,377评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,390评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,967评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,344评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,441评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,492评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,497评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,274评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,732评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,008评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,184评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,837评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,520评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,156评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,407评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,056评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,074评论 2 352

推荐阅读更多精彩内容