Python处理Excel：Card Task数据分组与时间重叠统计问题

嘿，我看你现在卡在没法对同一Card Task内的行做配对比较的问题上了，咱们一步步来搞定它！核心问题是你还没把同一Card Task的行归拢到一起，所以没法在组内做相邻行的时间对比。下面是具体的解决思路和修改后的代码：

第一步：先把数据按Card Task分组 #

我们可以用一个字典来存储分组，键是Card Task的名称（比如"Card Task A"），值是该组对应的所有行数据。这样就能把同一任务的行都聚在一起，方便后续处理。

第二步：处理时间类型转换 #

要注意Excel里的时间可能是字符串或者datetime对象，直接比较字符串容易出错，所以最好把lastExecTime（N列）和M列的时间都转换成datetime类型再做比较。

第三步：组内相邻行对比统计 #

对每个分组里的行，按顺序遍历相邻的两行，比较前一行的N列时间和后一行的M列时间，如果后者更小，就计数加1，同时记录重叠的任务信息。

修改后的完整代码 #

from openpyxl import load_workbook
from datetime import datetime

# 加载Excel文件，data_only=True确保读取单元格的实际值而非公式
book = load_workbook('LearnerSummaryNoFormat.xlsx', data_only=True)
sheet = book['Sheet1']

# 初始化分组字典：键是Card Task名称，值是对应的行列表
task_groups = {}
current_task = None

# 遍历所有行（跳过表头，假设第一行是表头，从第二行开始）
for row in list(sheet.rows)[1:]:
    e_col_value = row[4].value  # E列对应索引4（A列是索引0）
    if e_col_value and isinstance(e_col_value, str) and e_col_value.startswith('Card Task'):
        # 提取当前Card Task名称
        current_task = e_col_value
        # 若该任务未在字典中，初始化空列表
        if current_task not in task_groups:
            task_groups[current_task] = []
        # 将当前行加入对应任务组
        task_groups[current_task].append(row)
    elif current_task is not None:
        # 属于当前Card Task的后续行（E列无标识但归为当前组），直接加入
        task_groups[current_task].append(row)
    else:
        # 不属于任何Card Task的行，打印提示
        print(f"Is not a card task: {row[1].value}")

# 准备统计结果
result_content = []
for task_name, rows in task_groups.items():
    overlap_count = 0
    overlapping_details = []
    # 遍历组内相邻行（从第0行到倒数第二行）
    for i in range(len(rows) - 1):
        current_row = rows[i]
        next_row = rows[i+1]
        # 获取N列（lastExecTime）和M列的值，这里假设N是第13列、M是第12列，可根据实际调整
        try:
            # 转换时间格式，需匹配Excel里的实际时间字符串格式
            last_exec_time = current_row[13].value
            if isinstance(last_exec_time, str):
                last_exec_time = datetime.strptime(last_exec_time, "%Y-%m-%d %H:%M:%S")
            next_m_time = next_row[12].value
            if isinstance(next_m_time, str):
                next_m_time = datetime.strptime(next_m_time, "%Y-%m-%d %H:%M:%S")
        except ValueError as e:
            print(f"行{i+2}与{i+3}时间格式转换失败：{e}")
            continue
        
        # 判断时间重叠：下一行M列时间早于当前行N列时间
        if next_m_time < last_exec_time:
            overlap_count += 1
            overlapping_details.append(f"行{i+2} ↔ 行{i+3}：当前lastExecTime={last_exec_time}, 下一行M列时间={next_m_time}")
    
    # 整理当前任务的统计结果
    result_content.append(f"=== {task_name} ===")
    result_content.append(f"重叠次数：{overlap_count}")
    if overlapping_details:
        result_content.append("重叠任务详情：")
        result_content.extend(overlapping_details)
    result_content.append("\n")

# 生成统计结果文本文件
with open("task_overlap_report.txt", "w", encoding="utf-8") as f:
    f.write("\n".join(result_content))

print("统计完成，已生成task_overlap_report.txt")

关键说明 #

• 分组逻辑：当遇到E列是Card Task开头的行时，切换当前任务组，后续的行（直到下一个Card Task出现）都自动归入这个组，完美解决了同一任务内数据的聚合问题。
• 时间处理：加入了时间类型转换，避免直接比较字符串导致的逻辑错误，你需要根据Excel里实际的时间格式调整strptime的格式参数。
• 结果输出：最终生成的文本文件会清晰展示每个Card Task的重叠次数和具体的重叠行信息，方便查看。

内容的提问来源于stack exchange，提问作者A. Bhatnagar