WedX - журнал о программировании и компьютерных науках

Скрыть строки при соблюдении критерия

У меня есть сценарий ниже, который предназначен для поиска «мертвых» или «забронированных» в диапазоне «S: S» и скрытия строки, если она найдена. Если «Live» находится в скрытой строке, она должна отобразить строку. Однако приведенный ниже сценарий работает, он отображает все строки, а затем завершает функцию, что может занять некоторое время, если выполняется поиск более 1000 строк.

function RowHide(e) {
  var ss = SpreadsheetApp.getActiveSpreadsheet();
  var sht2 = ss.getSheetByName("Log");
  var row = sht2.getRange("S:S").getDisplayValues();

  sht2.showRows(1, sht2.getMaxRows()); {
    for (var i = 0; i < row.length; i++) {
      if (row[i][0] == 'Dead') {
        sht2.hideRows(i + 1, 1);
      }
      if (row[i][0] == 'Booked') {
        sht2.hideRows(i + 1, 1);
      } else if (row[i][0] == 'Live') {
        sht2.showRows(i + 1, 1);
      }
    }
  }
}

Мне нужно изменить сценарий, чтобы только строки действий, которые требуют действия, а не все из них. Это возможно?

google-sheets google-apps-script
27.12.2018

Ответы:


1

Скрытие строк с помощью триггера onEdit

function rowHideProbablyOnEdit(e){
  var ss=e.source;
  var rg=e.range;
  var sh=rg.getSheet();
  if(sh.getName()=="Log"){
    var datR=sh.getDataRange();
    var valA=datR.getValues();
    for(var i=0;i<valA.length;i++){
      if(valA[i][18]=='Dead' || valA[i][18]=='Booked'){
        sh.hideRows(i+1);
      }
    }
  }
}

Скрытие и отображение с триггером onEdit

function rowShowHideProbablyOnEdit(e){
  var ss=e.source;
  var rg=e.range;
  var sh=rg.getSheet();
  if(sh.getName()=="Log"){
    var datR=sh.getDataRange();
    var valA=datR.getValues();
    for(var i=0;i<valA.length;i++){
      if(valA[i][18]=='Dead' || valA[i][18]=='Booked'){
        sh.hideRows(i+1);
      }
      if(valA[i][18]=='Live'){
        Logger.log('Sheet: %s',sh.getName());
        sh.showRows(i+1);
      }
    }
  }
}

Функции настройки и тестирования:

function rowLiveSetup(){
  var ss=SpreadsheetApp.getActive();
  var sh=ss.getSheetByName('Log');
  var rg=sh.getDataRange();
  var vA=rg.getValues();
  for(var i=0;i<vA.length;i++){
    if(vA[i][18]=='Booked'){
      vA[i][18]='Live';
    }
  }
  rg.setValues(vA);
}

function rowBookedDeadSetup(){
   var ss=SpreadsheetApp.getActive();
  var sh=ss.getSheetByName('Log');
  var rg=sh.getRange(1,1,180,20);
  var vA=rg.getValues();
  for(var i=0;i<180;i++){
    if(i%3==0){
      vA[i][18]='Booked';
    }
    if(i%3==1){
      vA[i][18]='Dead';
    }
  }
  rg.setValues(vA);
}
27.12.2018
  • Спасибо за подробный ответ, похоже, все работает отлично! - Просто быстрый вопрос на будущее: почему вопрос отрицательный? 31.12.2018
  • Трудно сказать, что у разных людей разные представления о плохо изученном вопросе. 31.12.2018
    • Новые материалы
    Как проанализировать работу вашего классификатора?
    Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
    Работа с цепями Маркова, часть 4 (Машинное обучение)
    Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
    Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
    Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
    Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
    Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
    Учебные заметки: создание моего первого пакета Node.js
    Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..
    Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
    Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..
    ИИ в аэрокосмической отрасли
    Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..
    Для любых предложений по сайту: [email protected]