村长今天跟大家简单分享一下如何在Excel、SQL和Python中用不同的方法提取不重复值(数据去重)。
一、Excel
1.1、函数法(数组公式)
函数公式：=IFERROR(INDEX(A:A,SMALL(IF(MATCH($A$2:$A$16,$A$2:$A$16,0)=ROW($1:$15),ROW($2:$16),9^9),ROW(A1))),"")
1.2、技巧法(删除重复值)
操作步骤：
选中数据列，然后点击【数据】选项卡，选择“删除重复值”
1.3、技巧法(高级筛选)
操作步骤：
选中数据区域，然后点击【数据】选项卡，选择“高级筛选”，勾选“选择不重复的记录”，选择将筛选的数据复制到指定位置。
1.4、技巧法(数据透视)
操作步骤：
选中数据区域任意一个单元格或整个数据区域，然后点击【插入】选项卡，选择“数据透视表”，勾选“现有工作表”并选择将透视的数据存放到指定位置，勾选“姓名”字段值。
二、数据库(SQL)
2.1、去重复法(DISTINCT去重复)
SQL语句：
SELECT DISTINCT NAME FROM TEST
语句结构：
SELECT DISTINCT 字段名称 FROM 表名称
2.2、取最新数据(rowid属性)
SQL语句：
SELECT NAME,MAX(ROWID) FROM TEST GROUP BY NAME
语句结构：
SELECT 字段名称,MAX(ROWID) FROM 表名称 GROUP BY 字段名称
2.3、分类汇总法(COUNT函数)
SQL语句：
SELECT NAME,COUNT(NAME) FROM TEST GROUP BY NAME
语句结构：
SELECT 字段名称,COUNT(字段名称) FROM 表名称 GROUP BY 字段名称
三、Python
3.1、集合的特性(SET方法)
Python代码：
import pandas as pd
df=pd.DataFrame(pd.read_excel('F:\\test.xlsx'))
df2=list(set(df['NAME']))print(df2)
3.2、字典(keys方法)
Python代码：
import pandas as pd
df=pd.DataFrame(pd.read_excel('F:\\test.xlsx'))
df2=list({}.fromkeys(df['NAME']).keys())print(df2)
3.3、循环查找的方式(for循环)
Python代码：
import pandas as pd
df=pd.DataFrame(pd.read_excel('F:\\test.xlsx'))
df2 = []for i in df['NAME']:if i not in df2:
df2.append(i)print(df2)
好了，今天的分享就先到这里吧，学习有点累了，下面插播一则广告提提神，感兴趣的朋友可以了解一下！
