如何按year、week条件匹配行并将非空结果汇总输出为单列

方案1：Excel/WPS 公式实现（适合小数据量快速处理） #

如果你用的是Excel 365/2021、WPS 2022及以上版本，直接用如下公式即可：

=TOCOL(FILTER(C:Z,(A:A=目标年份)*(B:B=目标周数)),1)

参数说明：

• 把C:Z替换为你表中除了year、week列之外的所有数据列范围
• 把目标年份、目标周数替换为你要匹配的具体值，也可以引用单元格值
• TOCOL第二个参数填1，表示自动忽略转换过程中的空值

如果是低版本Excel，使用如下数组公式（输入后按Ctrl+Shift+Enter生效）：

=INDEX($C:$Z,SMALL(IF(($A:$A=目标年份)*($B:$B=目标周数)*($C:$Z<>""),ROW($C:$Z),99999),ROW(A1)),MOD(SMALL(IF(($A:$A=目标年份)*($B:$B=目标周数)*($C:$Z<>""),ROW($C:$Z)*1000+COLUMN($C:$Z),99999999),ROW(A1)),1000)-COLUMN($C:$C)+1)

公式下拉到出现#REF!错误为止，就是所有匹配的非空结果。

方案2：Power Query 实现（适合批量重复处理） #

如果需要经常更新数据做相同转换，用Power Query更高效：

• 选中数据表，点击「数据」选项卡-「从表格/区域」加载到Power Query编辑器
• 选中year和week列，筛选出你需要匹配的年份和周数
• 按住Ctrl选中year、week两列，右键点击「逆透视其他列」
• 选中新生成的「值」列，筛选掉空值
• 删除不需要的「属性」列，最后点击「关闭并上载」即可得到单列结果

方案3：Python Pandas 实现（适合大数据量处理） #

如果数据量较大，用pandas可以快速完成转换，示例代码如下：

import pandas as pd

# 读取源数据，支持Excel、csv等格式
df = pd.read_excel("你的数据表路径.xlsx")

# 按目标年周筛选数据，示例为筛选2024年第12周
target_df = df[(df["year"] == 2024) & (df["week"] == 12)]

# 提取所有非空值转单列
result = target_df.drop(columns=["year", "week"]).stack().reset_index(drop=True).to_frame("匹配结果")

# 导出结果到文件
result.to_excel("输出结果.xlsx", index=False)

内容的提问来源于stack exchange，提问作者erikburg