能否用Excel函数识别需合并配送的门店？支持多配送场景判断

Excel函数实现步骤 #

假设你的透视表结构为：A列是门店名称，B-H列对应周一至周日的配送量（空单元格代表当日无配送）。

1. 计算门店配送日数量 #

添加辅助列（如I列），输入公式统计每个门店的配送天数：

=COUNT(B2:H2)

2. 标记符合条件的门店 #

添加标记列（如J列），用嵌套IF函数覆盖所有场景：

=IF(I2=1,"无需处理",
 IF(I2=2,IF(MIN(B2:H2)/MAX(B2:H2)<0.5,"需合并","无需处理"),
 IF(I2>=3,IF(MIN(B2:H2)/MAX(B2:H2)<0.3,"需标记","无需处理"),"")))

• 单配送日（I列=1）：直接标记「无需处理」
• 双配送日：若最小配送量/最大配送量 < 50%，标记「需合并」，否则「无需处理」
• 三配送日及以上：若最小配送量/最大配送量 < 30%，标记「需标记」，否则「无需处理」

3. 提取目标门店列表 #

• 若使用Excel 365/2021，用FILTER函数一键提取：

  =FILTER(A:A,J:J<>"无需处理")
  

• 旧版Excel用INDEX+SMALL组合（下拉填充至出现#NUM!）：

  =INDEX(A:A,SMALL(IF(J:J<>"无需处理",ROW(J:J)),ROW(A1)))
  

替代工具（Excel无法满足时） #

Python（Pandas库） #

适合处理超大规模数据，逻辑扩展性强：

import pandas as pd

# 读取透视表数据（以CSV为例，可替换为Excel读取）
df = pd.read_csv("配送数据.csv")
# 筛选星期几对应的配送量列
delivery_cols = [col for col in df.columns if col not in ["门店"]]

# 计算配送日数、最大/最小配送量
df["配送日数"] = df[delivery_cols].count(axis=1)
df["最大配送量"] = df[delivery_cols].max(axis=1)
df["最小配送量"] = df[delivery_cols].min(axis=1)

# 定义判断逻辑
def judge_merge(row):
    if row["配送日数"] == 1:
        return "无需处理"
    elif row["配送日数"] == 2:
        return "需合并" if (row["最小配送量"] / row["最大配送量"]) < 0.5 else "无需处理"
    else:
        return "需标记" if (row["最小配送量"] / row["最大配送量"]) < 0.3 else "无需处理"

df["标记"] = df.apply(judge_merge, axis=1)
# 提取符合条件的门店
target_stores = df[df["标记"] != "无需处理"]["门店"]
print(target_stores)

Power Query #

Excel内置的可视化数据处理工具，无需编写复杂公式，通过拖拽步骤即可实现：

1. 将透视表导入Power Query
2. 新增列计算配送日数、最大/最小配送量
3. 添加条件列实现标记逻辑
4. 筛选出标记不为「无需处理」的门店，加载回Excel

内容的提问来源于stack exchange，提问作者Joe