如何识别存在多种重量分类的采购订单（PO）

核心逻辑很明确：统计每个采购订单（PO）下的重量分类种类数，筛选出种类数大于1的PO即可。以下是两种实用实现方式：

方案1：用Excel快速处理 #

如果数据存储在Excel/CSV中，按以下步骤操作：

• 确保数据结构为每行对应1个PO下的单个SKU，列至少包含「采购订单号」和「重量分类」
• 方法A（辅助列）：
  添加新列「分类种类数」，输入数组公式（输入后按Ctrl+Shift+Enter生效）：

  =SUMPRODUCT(($A$2:$A$1000=A2)/COUNTIF($B$2:$B$1000&$A$2:$A$1000,$B$2:$B$1000&$A$2:$A$1000))
  

  公式里的A$2:$A$1000替换为你的PO号列范围，B$2:$B$1000替换为重量分类列范围。之后筛选「分类种类数」>1的行，对应的PO就是目标对象。
• 方法B（数据透视表）：
  1. 插入数据透视表，行字段选「采购订单号」，值字段选「重量分类」
  2. 右键值字段→「值字段设置」→计算类型选「非重复计数」
  3. 筛选透视表中「非重复计数」>1的PO，即为需要识别的对象

方案2：用Python批量处理（适合大量数据） #

如果数据量极大（数千份PO），用Python脚本效率更高，示例代码如下（假设数据是CSV格式）：

import pandas as pd

# 读取采购订单数据，替换为你的文件路径
df = pd.read_csv("purchase_orders.csv")

# 按PO分组，统计每个PO的重量分类种类数
po_class_stats = df.groupby("po_number")["weight_class"].nunique()

# 筛选出分类种类数大于1的PO
target_pos = po_class_stats[po_class_stats > 1].reset_index()

# 输出结果或保存到文件
print("需识别的采购订单：")
print(target_pos)
target_pos.to_csv("target_purchase_orders.csv", index=False)

注意事项 #

• 无论用哪种方法，必须保证PO号格式统一（避免同一个PO出现"PO123"和"po123"两种写法）
• 如果数据来自ERP系统，直接导出「PO号+SKU重量分类」的明细数据即可，无需提前汇总

内容的提问来源于stack exchange，提问作者Francisco Augusto Varela Aguir