### Python 删除 Excel 中相同行的实现方法 在 Python 中，可以通过 `pandas` 库来高效地删除 Excel 文件中的重复行。以下是具体实现方式： #### 使用 Pandas 去重 Pandas 提供了强大的数据处理功能，其中包括去除重复行的功能。通过调用 `drop_duplicates()` 方法，可以根据特定列或者整个 DataFrame 的内容移除重复项。 ```python import pandas as pd # 读取 Excel 文件到 DataFrame 中 df = pd.read_excel('input_file.xlsx') # 移除完全相同的行，默认保留首次出现的记录 df_cleaned = df.drop_duplicates() # 如果只想基于某些列去重，则可以指定 subset 参数 # 例如仅根据 A 和 B 列去重 df_cleaned_subset = df.drop_duplicates(subset=['A', 'B']) # 将清理后的数据保存回新的 Excel 文件 df_cleaned.to_excel('output_file.xlsx', index=False) ``` 上述代码实现了以下功能： - **读取文件**：利用 `pd.read_excel()` 函数加载 Excel 数据[^2]。 - **去重操作**：调用 `drop_duplicates()` 方法删除重复行[^2]。 - **保存结果**：使用 `to_excel()` 方法将清洗后的数据写入新文件[^2]。 #### 自定义逻辑保持首行 如果需要更复杂的去重规则（如保留每组的第一条记录），则可以扩展逻辑。下面展示了一个例子，它会遍历每一行并标记唯一值的位置[^3]。 ```python def remove_duplicates_keep_first(filename, column_name): # 加载原始数据 df = pd.read_excel(filename) # 初始化变量 unique_values = set() rows_to_keep = [] # 遍历每一行检查是否已存在当前值 for _, row in df.iterrows(): value = row[column_name] if value not in unique_values: unique_values.add(value) rows_to_keep.append(row) # 构建新的 DataFrame 并保存 result_df = pd.DataFrame(rows_to_keep) output_filename = 'cleaned_output.xlsx' result_df.to_excel(output_filename, index=False) return output_filename filename = 'example_input.xlsx' # 输入文件路径 column_name = 'Key_Column' # 关键字段名 remove_duplicates_keep_first(filename, column_name) ``` 此函数执行以下任务： - 定义一个集合用于跟踪已经遇到过的值[^3]。 - 对于未见过的值，将其加入列表以便后续构建最终的结果集。 - 输出不含冗余信息的新版电子表格[^3]。 #### 注意事项 1. 确保安装必要的依赖包 (`pip install pandas openpyxl`)。 2. 当前方案假设输入文件格式正确无误；如有异常情况需额外增加错误处理机制。 3. 大型数据集可能消耗较多内存资源，请酌情优化程序性能。 --- 问题