Berechnung der Übereinstimmung zweier Strings

Hallo zusammen,
ich habe eine Frage zur Umsetzbarkeit des folgenden Projektes.
Ausgangspunkt sind zwei Excel Dateien:
Datei 1 - 65.000 Zeilen x 6 Spalten.
Datei 2 - 245.000 Zeilen x 7 Spalten
In Datei 1 befinden sich die Überschriften I.Nr., Name, Straße, PLZ, Ort, Umsatz
In Datei 2 befinden sich die Überschriften Kd.Nr., Name, Name1, Land, PLZ, Ort, Straße + Hausnummer
Nun sollen die Daten aus Datei 2 mit I.Nr. und Umsatz aus Datei 1 vervollständigt werden,
allerdings sind nicht alle Namen (Kunden) aus Datei 1 in Datei 2 vorhanden (diese sollen dann auch nicht gepflegt werden), des Weiteren ist die Schreibweise und die Aufteilung der Namen in den Dateien oft unterscheidlich, sprich:
(Beispiel)
Datei 1: Name: "Test AG -Maschinenbau"
Datei 2: Name: "TEST AG" Name1: "MASCHINENBAU"
Es kommt aber auch vor das in Datei 2 das Feld Name1 leer ist und alles in Name steht.
Auch die Felder PLZ, Ort und Straße sind nicht immer gepflegt.
--------------
Soweit zur Ausgangssituation, nun bin ich am überlegen wie ich es am besten umsetze, bzw. ob es überhaupt machbar ist? (Speicher aufgrund der großen Datenmenge etc.)
Ich hatte mir überlegt Name und Name1 aus Datei 2 in einen String zu packen.
Dann laufe ich mit einer Schleife über jede Zeile und vergleiche die Werte "Name, PLZ, und Straße" aus Datei 1 mit "NameNeu (Name + Name1), PLZ, Straße aus Datei 2 auf prozentuale Übereinstimmung!?
Hier schon die erste Frage ob das Umsetzbar ist. Habe schon überlegt die Strings mit Split() zu zerlegen und in Arrays zu packen und dann jeden Wert aus Array1 mit dem aus Array2 zu vergleichen, wenn true dann x(Int) + 0,2 oder so. Wenn Dann am Ende der Überprüfung eine Übereinstimmung der Strings größer als 75% raus kommt, kopiere ich die gewünschten Werte (I.Nr. und Umsatz) aus Datei 1 in Datei 2.
Hat wer eine Idee wie es gehen könnte? Gibt es alternativen der Umsetzung mit Access, Java, VB.Net?
Vielen Dank und frohes Schaffen
LG Patrick

Beiträge zum Forumthread

Beiträge zu diesem Forumthread

Betreff

Datum

Anwender

GIGO

03.02.2015 23:06:37

Frank

Plausibilität

07.02.2015 17:06:34

Michael

Hallo Patrick,
Das klassische Problem des 'garbage in - garbage out'. Zu so inkonsistenten Daten in solcher Menge darf man es einfach nicht kommen lassen. Anders gesagt: Das kriegst Du nie geradegebogen.
(1) Bei 65000 Datensätzen (Minimum) kommst Du vielleicht auf 95% Erfolg. Das heisst, Du musst aus den 65000 Datensätzen die 3250 heraussuchen (mittels Durchscrollen - viel Spass!), die fehlerhaft sind. Aber vielleicht sind ja auch nur 1500 durchgerutscht. Die sollten dann von Hand geändert werden. Auch wenn Du ein ganz fixer bist, 1min pro Datensatz solltest Du rechnen. Das sind 25h reine Arbeitszeit. Wieviel kannst Du pro Tag dafür aufbringen? 1h? - Macht über einen Monat nur fürs Hinterherputzen.
(2) Da Du ja jede Zeile mit jeder vergleichen musst,
macht das 65000 * 245000 = 15925000000 Vergleiche.
Ich weiss ja nicht, an was für ner Supermaschine Du sitzt, aber ich habe für ähnliche Aufgaben mit nur 5000 Datensätzen schon mehrere Minuten warten müssen. Kleiner Test:

Sub test()
Sheets(1).Cells(3, 1).Value = Now
For i = 1 To 1000000
If i > 0 Then
C = "OK"
D = LCase(C)
E = Left(D, 1)
End If
Next
Sheets(1).Cells(4, 1).Value = Now
End Sub

Dieser kleine Durchlauf mit nur 3 Stringoperationen braucht bei mir schon 1 sec. Das ganze mal ca. 16000 macht 4 h für die 15Mrd.
Ich lasse den Thread aber mal offen, vielleicht hat ja jemand noch eine Idee.
Grüsse,
Frank

Beliebteste Forumthreads (12 Monate)

Berechnung der Übereinstimmung zweier Strings

2
Beiträge zum Forumthread

Beiträge zu diesem Forumthread

300 Forumthreads zu ähnlichen Themen

Beliebteste Forumthreads (12 Monate)

Beliebteste Forumthreads (12 Monate)

Berechnung der Übereinstimmung zweier Strings

2 Beiträge zum Forumthread Beiträge zu diesem Forumthread

300 Forumthreads zu ähnlichen Themen

VBA Beispiele zu verwandten Themen

Beliebteste Forumthreads (12 Monate)

Beliebteste Forumthreads (12 Monate)

2
Beiträge zum Forumthread

Beiträge zu diesem Forumthread