如何针对列D每个唯一值保留对应列F的最值并删除其余重复项？

针对列D的每个唯一值，保留对应列F的最大、最小值行，以下是几种实用方案：

一、Excel 操作（无需编程） #

方法1：公式筛选 #

1. 在数据旁新增一列（比如G列），输入公式：
   =OR(F1=MINIFS(F:F,D:D,D1),F1=MAXIFS(F:F,D:D,D1))
2. 下拉填充公式到所有行，公式返回TRUE的行就是需要保留的（F为对应D的最大/最小值）
3. 筛选G列为TRUE的行，复制粘贴到新工作表即可

方法2：Power Query（适合大量数据） #

1. 选中数据区域，点击「数据」选项卡 → 「从表格/区域」（Excel 2016及以上版本支持）
2. 在Power Query编辑器中：
   • 选中列D，点击「转换」→「分组依据」
   • 设置分组列为D，添加两个聚合操作：
     • 新列名：F最小值，操作选「最小值」，目标列选F
     • 新列名：F最大值，操作选「最大值」，目标列选F
   • 点击确定后，得到每个D对应的F极值；若需要保留原数据的其他列，可继续：
     • 回到原数据查询，点击「合并查询」，以D为匹配键，和分组后的表合并
     • 展开合并列中的F最小值和F最大值，然后筛选原表的F等于最小值或最大值的行
3. 点击「关闭并上载」，将处理后的数据导出到Excel

二、Python Pandas 编程方案（适合大数据量或自动化处理） #

import pandas as pd

# 读取数据（替换为你的文件路径，支持Excel/CSV等格式）
df = pd.read_excel("你的数据文件.xlsx")

# 分组计算每个D对应的F的最大、最小值
grouped_stats = df.groupby('D')['F'].agg(['min', 'max']).reset_index()

# 将统计结果转换为「D-F」的配对格式，每个D对应两个F值
matched_pairs = grouped_stats.melt(id_vars='D', value_name='F').drop(columns='variable')

# 合并原数据，只保留符合条件的行
result_df = pd.merge(df, matched_pairs, on=['D', 'F'])

# 保存处理后的数据
result_df.to_excel("处理后的数据.xlsx", index=False)

内容的提问来源于stack exchange，提问作者Dice 0ne