如何使用Pandas统计Excel工作表中特定姓名的出现次数

针对你200名技术人员、2000条预约记录的场景，以下两种方案比COUNTIF()高效得多：

方案一：用Python + Pandas批量处理 #

Pandas是专门处理表格数据的工具，处理这类计数需求秒级完成，且可重复复用。

步骤： #

1. 先安装依赖库（终端执行）：

pip install pandas openpyxl

2. 编写代码（修改文件路径和工作表名即可）：

import pandas as pd

# 读取预约数据的姓名列
df = pd.read_excel("你的预约文件.xlsx", sheet_name="预约记录", usecols=["姓名"])

# 统计每个姓名的出现次数
count_df = df["姓名"].value_counts().reset_index()
count_df.columns = ["技术人员姓名", "预约次数"]

# 输出结果到控制台，或保存为新Excel文件
print(count_df)
count_df.to_excel("预约次数统计结果.xlsx", index=False)

进阶：仅统计指定技术人员名单内的人员 #

如果需要排除名单外的姓名，可先读取人员名单再筛选：

# 读取技术人员名单
staff_names = pd.read_excel("你的预约文件.xlsx", sheet_name="人员名单", usecols=["姓名"])["姓名"].tolist()

# 筛选名单内的记录并统计
filtered_data = df[df["姓名"].isin(staff_names)]
count_df = filtered_data["姓名"].value_counts().reset_index()
count_df.columns = ["技术人员姓名", "预约次数"]

方案二：用Excel内置Power Query可视化处理 #

无需编程，通过Excel自带的Power Query工具批量完成，适合不熟悉代码的用户：

1. 选中预约数据的姓名列（含表头），点击「数据」选项卡 → 「从表格/区域」（旧版Excel找「获取和转换」组的对应选项）；
2. 在Power Query编辑器中，选中姓名列，点击「转换」选项卡 → 「分组依据」；
3. 在弹出的对话框中设置：
   • 分组依据：选择「姓名」
   • 新列名：输入「预约次数」
   • 操作：选择「计数行」
4. 点击「确定」后，选择「关闭并上载」，统计结果会自动生成在新工作表中。

优势对比 #

• COUNTIF()需要逐个单元格设置公式，手动操作量极大且计算效率低；
• 上述两种方案均为批量处理，2000条数据几乎瞬间完成，且可重复使用（修改数据源即可）。

内容的提问来源于stack exchange，提问作者Emanuele Mazzetti