Power BI中如何按行统计多列重复值并按Index列分组处理

Python Pandas 实现（适合大数据量场景） #

核心思路是按Index分组后，先对相邻的A1、A2做去重，再对后续列全局去重，保证最终结果仅保留符合规则的唯一值，代码示例如下：

import pandas as pd

# 替换下方路径为你的本地文件路径，支持csv、xlsx等格式
df = pd.read_excel("你的数据文件路径.xlsx")

def process_single_group(group):
    # 提取当前分组A1~A4的数值
    col_list = ["A1", "A2", "A3", "A4"]
    val_list = group[col_list].iloc[0].tolist()
    processed = []
    # 处理A1与A2的相邻去重规则
    if val_list[0] == val_list[1]:
        processed.append(val_list[0])
    else:
        processed.extend([val_list[0], val_list[1]])
    # 处理A3、A4，仅新增未出现过的数值
    for v in val_list[2:]:
        if v not in processed:
            processed.append(v)
    # 补全空值保证输出为4列，可根据需要修改补位值
    return pd.Series(processed + [pd.NA] * (4 - len(processed)), index=col_list)

# 执行分组处理
output_df = df.groupby("Index", as_index=False).apply(process_single_group)

# 导出结果到本地文件
output_df.to_excel("处理后结果.xlsx", index=False)

Excel Power Query 实现（适合小数据集快速操作） #

无需写复杂代码，通过界面操作即可完成：

• 选中你的数据区域，点击「数据」选项卡→「从表格/区域」，导入Power Query编辑器
• 点击「转换」选项卡→「分组依据」，分组列选Index，新列名自定义，操作选「所有行」，点击确定
• 点击「添加列」→「自定义列」，输入如下公式（替换公式里的分组表为你上一步自定义的新列名）：

  let
    current_row = Table.First([分组表]),
    a1_val = current_row[A1],
    a2_val = current_row[A2],
    first_part = if a1_val = a2_val then {a1_val} else {a1_val, a2_val},
    add_a3 = if not List.Contains(first_part, current_row[A3]) then first_part & {current_row[A3]} else first_part,
    add_a4 = if not List.Contains(add_a3, current_row[A4]) then add_a3 & {current_row[A4]} else add_a3
  in
    add_a4
  

• 点击自定义列右上角的展开按钮，选择「扩展到新行」，再按Index分组把值转成多列即可导出到Excel工作表。

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