使用Power Query或TypeScript实现重复值替换而非删除行

需求说明：某列存在大量重复值，不删除重复值所在整行，仅将首次出现后的重复值替换为字符串"cont."。

原始数据 #

期望结果 #

Power Query 实现步骤 #

可视化操作流程 #

1. 将数据导入Power Query编辑器
2. 添加索引列（从0开始，用于标记行顺序）
3. 按「日期」列分组，设置分组操作为最小索引（记录每个日期首次出现的位置）
4. 将原表与分组后的表按「日期」列左连接
5. 添加条件列：如果当前行索引等于该日期的最小索引，保留原日期；否则填入"cont."
6. 移除多余的辅助列，重命名条件列为「日期」

直接可用的M代码 #

let
    源 = Excel.CurrentWorkbook(){[Name="表1"]}[Content], // 替换"表1"为你的实际表名
    添加索引 = Table.AddIndexColumn(源, "索引", 0, 1, Int64.Type),
    分组获取首次索引 = Table.Group(添加索引, {"日期"}, {{"首次出现索引", each List.Min([索引]), Int64.Type}}),
    合并表格 = Table.NestedJoin(添加索引, {"日期"}, 分组获取首次索引, {"日期"}, "分组数据", JoinKind.LeftOuter),
    展开分组列 = Table.ExpandTableColumn(合并表格, "分组数据", {"首次出现索引"}, {"首次出现索引"}),
    生成新日期列 = Table.AddColumn(展开分组列, "新日期", each if [索引] = [首次出现索引] then [日期] else "cont."),
    清理冗余列 = Table.RemoveColumns(生成新日期列,{"索引", "日期", "首次出现索引"}),
    重命名列 = Table.RenameColumns(清理冗余列,{{"新日期", "日期"}})
in
    重命名列

TypeScript 实现方案 #

核心思路 #

先清理日期中的HTML标签（如果有），然后用Map记录每个日期首次出现的位置，遍历数据时判断是否为首次出现，非首次则替换为"cont."。

完整代码示例 #

// 带HTML标签的原始数据
const rawDataWithHtml = [
    { rowNumber: 1, date: "<em>01.01.2023</em>" },
    { rowNumber: 2, date: "<strong>01.01.2023</strong>" },
    { rowNumber: 3, date: "<strong>01.01.2023</strong>" },
    { rowNumber: 4, date: "<em>02.01.2023</em>" },
    { rowNumber: 5, date: "<strong>01.01.2023</strong>" },
    { rowNumber: 6, date: "<em>03.01.2023</em>" },
    { rowNumber: 7, date: "<strong>02.01.2023</strong>" },
];

// 去除HTML标签的工具函数
const stripHtmlTags = (htmlStr: string): string => {
    const tempElement = document.createElement('div');
    tempElement.innerHTML = htmlStr;
    return tempElement.textContent?.trim() || tempElement.innerText?.trim() || '';
};

// 清理数据中的HTML标签
const cleanedData = rawDataWithHtml.map(item => ({
    ...item,
    date: stripHtmlTags(item.date)
}));

// 处理重复值
const firstOccurrenceMap = new Map<string, number>();
const finalData = cleanedData.map(item => {
    if (!firstOccurrenceMap.has(item.date)) {
        firstOccurrenceMap.set(item.date, item.rowNumber);
        return item;
    }
    return { ...item, date: "cont." };
});

// 输出结果
console.log(finalData);

纯数据场景（无HTML标签） #

如果原始数据已经是干净的日期字符串，直接跳过HTML清理步骤即可。

内容的提问来源于stack exchange，提问作者maliebina