如何移除重复列、添加datetime列并清理销售数据集的总计行

Excel Power Query 操作方案 #

适合无代码基础的用户，通过可视化界面完成数据规整：

1. 导入数据到Power Query
   选中目标数据区域，按Ctrl+T转为Excel表，点击「数据」选项卡→「从表格/区域」进入Power Query编辑器。
2. 标记每行所属日期
   • 添加自定义列，公式为=IF(ISDATE([Column1]), [Column1], null)，命名为datetime。
   • 选中datetime列，点击「转换」选项卡→「填充」→「向下」，让所有数据行关联到对应日期。
3. 剔除无效行
   添加三个自定义列识别无效行：
   • IsDate：=ISDATE([Column1])（标记日期标题行）
   • IsHeader：=[Column1] = "Salesperson"（标记重复表头行）
   • IsTotal：=[Column1] = "总计"（标记总计行）
     筛选掉IsDate=TRUE、IsHeader=TRUE、IsTotal=TRUE的所有行。
4. 设置标准列名
   回到原始数据，复制任意一行表头（值为Salesperson的行）的所有列值；返回处理后的表，点击「主页」→「使用第一行作为标题」下拉菜单→「将标题替换为」，粘贴复制的列名。
5. 导出整理后的数据
   点击「主页」→「关闭并上载」，将规整好的数据加载回Excel工作表。

Python Pandas 代码方案 #

适合批量处理或自动化需求，代码如下：

import pandas as pd

# 读取原始数据（不指定表头，因表头重复出现）
df = pd.read_excel("销售数据.xlsx", header=None)

# 识别日期并向下填充，为每行分配对应日期
df["datetime"] = df[0].apply(lambda x: pd.to_datetime(x, errors="coerce")).ffill()

# 剔除日期标题行、重复表头行、总计行
df = df[
    (df[0] != df["datetime"].dt.strftime("%Y-%m-%d"))
    & (df[0] != "Salesperson")
    & (df[0] != "总计")
]

# 设置标准列名
df.columns = ["Salesperson", "north", "east", "south", "west", "datetime"]

# 重置索引并保存结果
df = df.reset_index(drop=True)
df.to_excel("整理后销售数据.xlsx", index=False)

内容的提问来源于stack exchange，提问作者eddie