使用openrefine比较两个列表的差异

Question

给出以下数据：

https://docs.google.com/spreadsheets/d/1GCbhf8w3cwJYi1gNWUTw4eW0qhGvTGBjpzlkwtCHbH8/edit#gid=0 如何报告两列之间的差异？

我们需要在第二列中了解哪些值已添加，哪些值已删除。这是对Google表格执行相同操作的方法（由于我的列表很大，我仍然遇到性能问题...）

https://www.prolificoaktree.com/google-sheets-compare-two-lists-for-matches-or-differences/

Answer 1

TL; DR

1°在数据集中添加一个第一个空列，然后在该列的第一个单元格中写入任何内容，like this。

2°将数据集导入OpenRefine。确保只有一条记录。

3°通过选中“ Python / Jython”框来创建新列（“编辑列->基于此列添加列”）并使用此脚本（修改列名称以匹配实际数据集的名称）

original = row.record.cells["Column 2"].value
modified = row.record.cells["Column 3"].value

if value not in list(set(original) & set(modified)):
    return "new element"

4°如果您的数据确实很大，请考虑使用giving more memory to OpenRefine。

---

要详细了解为什么在数据集开头添加此新列，请参见here或here。