Excel中按月度、美国州别提取净需求最高合作方的最简方法

以下方案均基于BI导出的原始四列明细数据处理，无需手动删除冗余记录，输出结构可直接用于可视化项目或导入R分析。

方案1：Excel原生实现（无需插件，无格式错乱问题） #

• 导入原始明细数据到Excel，确认四列列名分别为Ship State、Month、Partner、Net Demand，删除空行、合并单元格，不要使用透视表导出的错乱垂直结构作为数据源。
• 选中全量数据区域，点击「数据」选项卡下的「排序」，设置三层排序规则：第一层关键字为Ship State，次序升序；第二层关键字为Month，自定义序列匹配Jan到Dec的自然月份顺序；第三层关键字为Net Demand，次序降序。
• 新增名为group_tag的辅助列，在表头下第一行（即数据第二行）输入公式=COUNTIFS($A$2:A2,A2,$B$2:B2,B2)，下拉填充全列。该公式会为每个「发货州+月份」分组内的记录按排序顺序编号，每个分组内净需求最高的首条记录标记值为1。
• 给全表开启筛选，在group_tag列筛选值为1的行，复制筛选结果粘贴到新工作表即可得到目标结构，导出为CSV文件可直接导入R使用。

方案2：R语言批量处理（适合大数据量场景，秒级输出结果） #

将原始明细数据导入R得到数据框（假设命名为sales_data），可通过以下任意一种方式得到结果：

• dplyr实现（逻辑直观，推荐）：

library(dplyr)

top1_res <- sales_data %>%
  group_by(`Ship State`, Month) %>%
  # 如需去掉并列第一的记录，可保留with_ties = FALSE参数
  slice_max(order_by = `Net Demand`, n = 1, with_ties = FALSE) %>%
  ungroup()

# 导出结果到本地
write.csv(top1_res, "state_month_top1_partner.csv", row.names = FALSE)

• 基础R实现（无需安装第三方包）：

# 按净需求降序排序
sorted_data <- sales_data[order(-sales_data$`Net Demand`), ]
# 按发货州、月份去重，保留每个分组首条（即净需求最高）记录
top1_res <- sorted_data[!duplicated(sorted_data[, c("Ship State", "Month")]), ]

提示：如果原始数据存在同州同月同净需求的并列第一记录，Excel方案会默认保留排序后靠前的单条记录；R的dplyr方案如果去掉with_ties = FALSE参数，会保留所有并列第一的记录，可根据实际业务需求选择。

内容的提问来源于stack exchange，提问作者user14452102