基于单元格值去重：培训完成状态数据清洗诉求

方法一：Excel Power Query（零公式高效处理） #

• 选中你的数据表格，点击顶部「数据」选项卡，选择「从表格/区域」（Excel 2016及以后版本自带该功能），弹窗确认数据包含表头后进入编辑器。
• 点击「转换」栏的「分组依据」，分组列勾选「User」和「Training Course」，新列名设为「所有状态」，操作选择「所有行」，点击确定。
• 点击「添加列」→「自定义列」，输入公式：

  if List.Contains([所有状态][Status], "Complete") then "Complete" else "Incomplete"
  

• 删除「所有状态」列，再点击「主页」→「删除重复项」，确保每个用户+课程组合只保留一条记录。
• 最后点击「关闭并上载」，即可得到目标结果。

方法二：Python Pandas（适合批量处理大量数据） #

假设数据保存为training_data.csv，执行以下代码：

import pandas as pd

# 读取原始数据
df = pd.read_csv("training_data.csv")

# 按用户+课程分组，优先保留Complete状态
df_cleaned = df.groupby(["User", "Training Course"])["Status"].apply(
    lambda x: "Complete" if "Complete" in x.values else "Incomplete"
).reset_index()

# 打印结果或保存到新文件
print(df_cleaned)
df_cleaned.to_csv("cleaned_training_data.csv", index=False)

核心逻辑说明 #

两种方法都实现了：

• 自动按「用户+课程」组合去重
• 当同一组合同时存在Complete和Incomplete时，优先保留Complete
• 最终每个「用户+课程」只保留一条唯一状态记录

内容的提问来源于stack exchange，提问作者G P