用excel处理重复数据

我们在处理数据时，重复数据常常会对分析造成很大麻烦，因此数据整理初期一个重要的工作是排重，excel2007以上版本中有一个删除重复项功常便捷，但是每次点来点去也很麻烦，下面我们用公式来对一些重复数据进行处理
一、【单列提取不重复值】
先将数据列定义名称
{=INDEX(名称,MATCH(,COUNTIF(E$1:E1,名称),))} 下拉
大致思路是：根据E$1:E1下拉形成一个动态区域，countif依次判断每个区域中相应数据的出现次数并形成一个内存数组，然后match判断0在数组中出现的位置，最后index来完成最后的引用。此公式不长也不难，有个值得注意的地方是match的使用，它的第一个参数被省略了，但是match的第一个参数又是“必需”的，这似乎违背规则，实际上并没有，因为excel对省略的参数默认为0，可以参与计算，它不等同于""，后者excel会认为其为文本值，无法参与计算，因此，MATCH(,COUNTIF(E$1:E1,名称),))等同于MATCH(0,COUNTIF(E$1:E1,名称),))
顺便说：我们经常使用countif来生成数组，从而将数据转化为1和0，例如，如果想计算单列重复数据个数，可以使用{=SUM(1/COUNTIF(名称,名称))}
二、【多列提取不重复值】
{=INDIRECT(TEXT(RIGHT(MIN(IF(COUNTIF($D$1:D1,$A$2:$B$8),4^8,ROW($2:$8)*100+COLUMN(A:B)*10001)),4),"r0c00"),)&""} 下拉
公式很长也比较复杂，数据列在A2:B8，提取列在D列，主要思路还是用countif生成内存数组，然后对这个数组进行处理最后达到目标，这里注意一个"r0c00"，这个的意思是用text将处理后的数组变成单元格的RC引用形式，然后再用indirect进行引用
三、【查找重复值的对应信息】
如图，

 

想在产品列查询出某个产品对应的所有订单号，产品和订单号是一对多的关系，同一个产品有多个订单号，可用如下公式实现：
{=INDEX(B:B,SMALL(IF($A$2:$A$130=$C$1,ROW($A$2:$A$130),65536),ROW(1:1)))&""} 下拉
根据输入在C1的产品名，提取出其对应的所有订单号，大致思路是根据IF条件判断形成一个数组，此数组最大值是65536，其余是根据C1的条件形成的值，然后用small依次提取出第ROW()个最小值的位置并用index引用。