如何批量删除包含shipped或picked_up状态的订单全部行数据

输入数据 #

期望输出 #

需求说明：删除所有曾出现shipped或picked_up状态的订单的全部行，只保留从未有这两种状态的订单数据。

解决方案 #

1. SQL 实现 #

通过子查询先定位所有包含目标状态的订单ID，再排除这些订单的所有行：

SELECT *
FROM your_table_name
WHERE order_id NOT IN (
    SELECT DISTINCT order_id
    FROM your_table_name
    WHERE status IN ('shipped', 'picked_up')
);

逻辑：先找出所有出现过shipped或picked_up的订单ID，主查询只保留不在这个列表里的订单数据。

2. Python Pandas 实现 #

通过分组筛选出无目标状态的订单ID，再过滤原数据：

import pandas as pd

# 构造示例DataFrame（实际可通过read_csv/read_excel读取数据）
df = pd.DataFrame([
    ['ord1', 'in_progress', '20221125'],
    ['ord1', 'in_progress', '20221126'],
    ['ord1', 'in_progress', '20221127'],
    ['ord1', 'shipped', '20221128'],
    ['ord2', 'in_progress', '20221127'],
    ['ord2', 'in_progress', '20221128'],
    ['ord2', 'in_progress', '20221129'],
    ['ord2', 'in_progress', '20221130'],
    ['ord3', 'in_progress', '20221126'],
    ['ord3', 'picked_up', '20221127']
], columns=['order_id', 'status', 'order_date'])

# 筛选出从未出现shipped/picked_up的订单ID
valid_orders = df.groupby('order_id').filter(
    lambda group: not group['status'].isin(['shipped', 'picked_up']).any()
)['order_id'].unique()

# 过滤得到结果
result_df = df[df['order_id'].isin(valid_orders)]
print(result_df)

3. Excel 实现 #

1. 添加辅助列（如D列），输入公式判断当前订单是否包含目标状态：

   =COUNTIFS(A:A,A2,C:C,"shipped")+COUNTIFS(A:A,A2,C:C,"picked_up")
   

   公式返回值>0表示该订单存在shipped或picked_up状态。
2. 筛选辅助列值为0的行，即为需要保留的数据。

内容的提问来源于stack exchange，提问作者rajesh