Excel中按约束规则为千条数据随机分组的技术咨询

我太懂这种挫败感了——手里一千行按权重从高到低排好的数据，要分到随机分组里还得守着特定规则，试了各种办法都没成，网上翻遍也找不到靠谱方案，确实头疼。

先默认你最常见的需求是让各组的总权重尽可能均衡（毕竟这种场景下把高权重数据分散开是核心），如果你的规则是其他类型（比如每组固定数量、特定数据不能同组等），可以补充说明后我再调整方案。

核心思路 #

因为你的数据已经按Weight降序排好了，我们可以用「贪心分配+随机微调」的组合方式，既保证规则（比如权重均衡），又能实现随机性：

• 先把权重最高的N个数据（N=分组数）分别丢进不同组，避免高权重集中在某一组
• 剩下的数据先随机打乱，再依次放进当前总权重最小的组，保证各组权重不会差太多
• 最后可以做少量组间数据交换，在不破坏规则的前提下进一步提升随机性

Python 实现示例 #

下面是可以直接复用的代码，你可以根据自己的分组数、数据来源（比如CSV、Excel）调整：

import random
from collections import defaultdict

# 模拟你的数据，实际可以用pandas从CSV/Excel读取
data = [
    {"Key": 1, "Description": "Orange", "Weight": 0.987},
    {"Key": 2, "Description": "Apple", "Weight": 0.876},
    {"Key": 3, "Description": "Melon", "Weight": 0.765},
    {"Key": 4, "Description": "Peach", "Weight": 0.654},
    {"Key": 5, "Description": "Mango", "Weight": 0.432},
    {"Key": 6, "Description": "Banana", "Weight": 0.321},
    {"Key": 7, "Description": "Kiwi", "Weight": 0.219},
    # 这里可以扩展到1000条数据
]

# 自定义分组数量，比如分成3组
group_count = 3

# 初始化分组结构：每个组存数据列表和总权重
groups = {}
for i in range(group_count):
    groups[f"Group {i+1}"] = {"data": [], "total_weight": 0.0}

# 第一步：把前N个最高权重数据分到不同组，避免集中
for idx in range(group_count):
    if idx >= len(data):
        break
    item = data[idx]
    target_group = f"Group {idx+1}"
    groups[target_group]["data"].append(item)
    groups[target_group]["total_weight"] += item["Weight"]

# 剩下的数据从第N个开始处理
remaining_data = data[group_count:]

# 第二步：随机打乱剩余数据，再依次放入当前权重最小的组
random.shuffle(remaining_data)
for item in remaining_data:
    # 找到当前总权重最小的组
    sorted_groups = sorted(groups.items(), key=lambda x: x[1]["total_weight"])
    target_group = sorted_groups[0][0]
    groups[target_group]["data"].append(item)
    groups[target_group]["total_weight"] += item["Weight"]

# 可选：做10%数据的组间交换，提升随机性且不破坏权重均衡
swap_count = int(len(data) * 0.1)
for _ in range(swap_count):
    # 随机选两个不同的组
    group_keys = list(groups.keys())
    group_a, group_b = random.sample(group_keys, 2)
    # 确保两个组都有数据可交换
    if not groups[group_a]["data"] or not groups[group_b]["data"]:
        continue
    # 从每组随机选一个数据
    item_a = random.choice(groups[group_a]["data"])
    item_b = random.choice(groups[group_b]["data"])
    # 检查交换后权重差异是否变大，变大就不交换
    original_diff = abs(groups[group_a]["total_weight"] - groups[group_b]["total_weight"])
    new_diff = abs(
        (groups[group_a]["total_weight"] - item_a["Weight"] + item_b["Weight"]) -
        (groups[group_b]["total_weight"] - item_b["Weight"] + item_a["Weight"])
    )
    if new_diff <= original_diff:
        # 执行交换
        groups[group_a]["data"].remove(item_a)
        groups[group_a]["data"].append(item_b)
        groups[group_a]["total_weight"] = groups[group_a]["total_weight"] - item_a["Weight"] + item_b["Weight"]
        
        groups[group_b]["data"].remove(item_b)
        groups[group_b]["data"].append(item_a)
        groups[group_b]["total_weight"] = groups[group_b]["total_weight"] - item_b["Weight"] + item_a["Weight"]

# 输出分组结果
for group_key, group_info in groups.items():
    print(f"\n{group_key} 总权重: {group_info['total_weight']:.3f}")
    for item in group_info["data"]:
        print(f"  Key: {item['Key']}, Description: {item['Description']}, Weight: {item['Weight']:.3f}")

其他规则适配说明 #

如果你的规则不是权重均衡，比如：

• 每组固定数量的条目
• 某些特定描述的数据不能在同一组
• 分组需要满足其他业务逻辑

可以把具体规则补充出来，我再帮你调整代码逻辑~

内容的提问来源于stack exchange，提问作者JIT