扁平化Outlined数据后如何重建BOM原有Outline分组
BOM层级结构还原及扁平化处理方案
完全可以基于现有导出列还原Outline分组结构,常用实现方法分两种:
方案1:Excel内置功能实现(适合数据量1万行以内的场景)
- 首先确认层级标识规则:系统导出的带Outline结构的BOM,默认会用「物料名称/物料编码列的左侧空格缩进量」区分层级,父层级缩进量比直属子层级少2/4个空格,最顶层根节点无缩进
- 新增
层级辅助列,用公式LEN(对应单元格)-LEN(TRIM(对应单元格))计算每行的缩进空格数,数值越小层级越高 - 新增
父级物料编码辅助列,从第二行开始向上匹配第一个层级数值比当前行小1的行,提取对应行的物料编码,即可还原完整的层级从属关系 - 最终按层级列筛选、排序即可得到完全扁平化的数据集,直接用于后续数据处理
方案2:Python脚本批量处理(适合大数据量场景)
用pandas库读取文件后自动计算层级、匹配父级,核心代码如下:
import pandas as pd # 读取导出的BOM文件 df = pd.read_excel("你的BOM文件存储路径.xlsx") # 计算层级:默认物料名称列的缩进为2个空格/层级,可根据实际规则调整除数 df['层级'] = df['物料名称'].apply(lambda x: (len(x) - len(x.lstrip())) // 2) # 遍历匹配每行的父级编码 parent_list = [] level_map = {} for _, row in df.iterrows(): cur_level = row['层级'] level_map[cur_level] = row['物料编码'] # 根节点无父级 if cur_level == 0: parent_list.append(None) else: parent_list.append(level_map.get(cur_level - 1)) df['父级编码'] = parent_list # 导出扁平化结果 df.to_excel("扁平化处理后的BOM.xlsx", index=False)
特殊情况说明:如果你的导出数据里自带
Level列、或带“1.1、1.1.2”这类层级编码字段,直接拆分对应字段即可快速还原从属关系,不需要额外计算缩进量。
内容的提问来源于stack exchange,提问作者Neil
相关产品推荐
相关产品推荐

