使用Python跨Excel多工作表按日期-地点匹配重复项并替换为@

核心思路 #

要解决这个跨表查重替换的问题，关键是先收集所有已出现的「日期-地点列-值」组合，再按工作表原始顺序遍历，对后续表中重复的组合替换为@，同时完整保留每个工作表的原有结构。

实现步骤 #

1. 读取目标Excel文件的所有工作表，存储为字典（键为表名，值为对应DataFrame）
2. 初始化集合，用来记录已经出现过的「日期-地点列-值」三元组
3. 按原文件的工作表顺序依次处理：
   • 提取每行的日期值
   • 遍历该行所有地点列（排除日期列），检查当前「日期-列名-单元格值」是否已在集合中
   • 若已存在则将单元格替换为@，若不存在则将该三元组加入集合
4. 将处理后的所有工作表写入新Excel文件，保留原表名和列结构

完整代码 #

import pandas as pd
from openpyxl import load_workbook

# 替换为你的输入输出文件路径
input_file = "sales_data.xlsx"
output_file = "processed_sales_data.xlsx"

# 读取所有工作表，保留原始顺序
xls = pd.ExcelFile(input_file)
sheet_dict = {name: xls.parse(name) for name in xls.sheet_names}

# 存储已出现的(日期, 地点列, 值)组合
seen_combinations = set()

# 按原工作表顺序处理
for sheet_name in xls.sheet_names:
    df = sheet_dict[sheet_name]
    date_col = df.columns[0]  # 假设第一列为日期列（Date/Place）
    
    for idx, row in df.iterrows():
        current_date = row[date_col]
        # 遍历所有地点列
        for col in df.columns[1:]:
            cell_val = row[col]
            combo = (current_date, col, cell_val)
            if combo in seen_combinations:
                df.at[idx, col] = "@"
            else:
                seen_combinations.add(combo)
    
    sheet_dict[sheet_name] = df

# 写入处理后的文件
with pd.ExcelWriter(output_file, engine='openpyxl') as writer:
    for name, df in sheet_dict.items():
        df.to_excel(writer, sheet_name=name, index=False)

代码说明 #

• 若你的Excel中日期列不是第一列，可修改date_col的取值（比如date_col = "Date/Place"）
• 遍历顺序严格遵循原文件的工作表顺序，确保先出现的工作表中的值不会被替换
• 使用openpyxl引擎支持xlsx格式，同时保留原工作表的名称和列结构

内容的提问来源于stack exchange，提问作者Zoey Nightshade