【OFFICE 365】多字段排序和重复值删除

去重是数据处理中常用的操作，在 Excel 中使用【多字段排序 + 删除重复值】是一个不错的去重办法。在此之前，我们通常会构建一个辅助列，使用 COUNTIF 函数统计重复次数，作为验证的依据。

温馨提示！数据统计过程中，我们通常会一边统计一边验证，以确保每个步骤的结果都是正确的。

话不多说，我们来开始今天的学习吧~

一. 准备工作：统计重复数据

如下的 Excel 文件中，存在很多会员更换手机号码进行重复注册的问题。我们需要对重复注册的会员，进行去重，仅保留其最新的注册信息。

首先，我们来了解一下重复值情况。在 E2 单元格录入公式 =COUNTIF(D:D,D2) ，其中第一个参数为计数区域 D 列，第二个参数为计数的条件，对符合条件的进行计数。

简单来说，就是对 D 列中的身份证信息进行分组计数。

点击 E2 单元格右下角进行自动填充：

点击【数据】菜单栏下的【排序】功能，弹出排序对话框。在排序的【主要关键字】中勾选辅助列，排序方式为【降序】，点击确定。

这样 Excel 中的数据就会按照身份证重复次数进行降序排列，我们发现最多的会员一个人重复注册了 3 次。

上述的结果还不够清晰，我们需要继续将身份证相同的放在一起。也就是首先依据身份证重复次数进行排序，重复次数相同时，按照身份证号码进行排序。

继续调出【数据】下的【排序】对话框，点击【添加条件】，在新增的【次要关键字】中勾选身份证字段，点击确定。

此时 Excel 会弹出【排序提醒】框，这是因为身份证是文本类型，Excel 以对话框地形式询问我们按照数字排序，还是按照文本排序？

其中【将任何类似数字的内容排序】其实就是按数字规则排序；【分别将数字和以文本形式存储的数字排序】是按照文本规则排序。

提示: Excel 最多只能存储 15 位的数字，超过长度就会发生溢出。因此，对于超过 15 位的数字字段必须设置为文本格式，才可以正常显示。

这里，我们选择第二个选项，点击确定之后重复次数相同时，身份证号码一致的记录就被放在了一起。

不过【眼尖】的小伙伴已经发现，怎么身份证号码不一样的也被错误地判断成了一致的呢？“猎网” 用户的身份证号码和 “刘仁邦” 用户的身份证号码倒数第二位是不同的。

正如我们提到的 Excel 最多只能存储 15 位有效数字，超过 15 位全部都会变成 0 。所以银行卡、身份证等编号必须存储为文本格式。但使用 COUNTIF 函数计数时，还是会把文本格式的身份证号当做数字进行统计。

在 COUNTIF 函数看来，只要前 15 位数字相同，就是重复值。

因此，我们需要在 COUNTIF 函数的计数条件明确指定为文本。这里有个技巧，使用 D2&"*" 替换原来的 D2 实参即可。其中 & 为文本连接字符，* 为通配符，表示一个或多个任意字符。

因为 & 为文本连接符，所以 E2&"*" 的最终结果就是文本。将 E2 单元格的公式修改为 =COUNTIF(D:D,D2&"*") 即可。

修改之后，分组计数就恢复正常了！

接下来，由于对于重复数据，我们希望保留用户最新注册的信息，因此还需要添加一个排序条件。在重复次数相同，身份证号码一致时，按【加入会员日期】降序排列。

二. 删除重复数据

现在，准备工作结束，我们可以开始删除数据啦~如图，对于前三条重复的数据，我们需要保留第一条最新的数据，并以此类推，每组数据均保留第一条数据。

幸运的是，我们并不需要手动完成上述操作。Excel 为我们提供了【删除重复值】的功能，默认便是将相同内容的第一条记录保留，其他记录删除。

所以，我们前面将每组重复数据中日期最新的记录放在第一条，现在就可以一键删除了。点击【数据】选项卡中的【删除重复值】，弹出【删除重复值】对话框，点击【取消全选】，并勾选身份证字段。

点击确定之后，即可完成重复值删除。

辅助列中的重复次数都变成了 1 ，现在可以删除辅助列了。

以上就是今天的全部内容啦！

总结

在删除重复数据时，我们通常使用【COUNTIF】条件计数函数来验证操作过程，再由【多字段排序 + 删除重复值】来将重复的记录删除。

值得一提的是，使用 COUNTIF 函数统计身份证、银行卡等超过 15 为数字的内容时，需要在条件上添加 &"*" ，将条件指定为文本格式。此外，【删除重复值】默认保留每组的第一条记录。