如何将 1 添加到 Excel 中最近的重复行？

Question

我有一个数据集，其中 60+ 千行在 excel 中，大约 20 列。 “ID 列”有时会自我重复，我想添加一个仅在最近的行中返回 1 的列，如果它重复的话。

这是一个例子。我有……

    ID            DATE       ColumnX
    AS1         Jan-2013      DATA
    AS2         Feb-2013      DATA
    AS3         Jan-2013      DATA
    AS4         Dec-2013      DATA
    AS2         Dec-2013      DATA

我想要……

    ID            DATE       ColumnX      New Column
    AS1         Jan-2013      DATA            1
    AS2         Feb-2013      DATA            0
    AS3         Jan-2013      DATA            1
    AS4         Dec-2013      DATA            1
    AS2         Dec-2013      DATA            1 

我一直在尝试使用排序和嵌套 if 的组合，但这取决于我的数据始终处于相同的顺序（以便它查找前一行中的 ID）。

加分：如果我的数据集对于 excel 来说相当大，请考虑我的数据集，因此将不胜感激最高效且不会占用处理器的代码！

Answer 1

您可以使用的一种方法是将 MSQuery 指向您的表并使用 SQL 来应用业务规则。从好的方面来说，这运行得非常快（在我对 64k 行的测试中只需要几秒钟）。一个巨大的缺点是查询引擎似乎不支持超过 64k 行的 Excel 表，但可能有办法解决这个问题。无论如何，我会提供解决方案，以防它给您一些想法。

首先要为您的数据集指定一个命名范围。我称它为MYTABLE。节省。接下来在第 1 行中选择表格右侧的一个单元格，然后单击 Data | From other sources | from Microsoft Query。选择Excel Files* | OK，浏览您的文件。查询向导应该打开，显示MYTABLE 可用，添加所有列。点击取消（真的），然后点击Yes，你要继续编辑。

MSQuery 界面应该会打开，单击SQL 按钮并将代码替换为以下代码。您将需要编辑一些细节，例如文件路径。 （另外，请注意我使用了不同的列名。这完全是我的偏执狂。Jet 引擎非常挑剔，我想在构建它时排除与保留字的冲突。）

SELECT 
    MYTABLE.ID_X, 
    MYTABLE.DATE_X, 
    MYTABLE.COLUMN_X, 
    IIF(MAXDATES.ID_x IS NULL,0,1) * IIF(DUPTABLE.ID_X IS NULL,0,1) AS NEW_DATA
FROM ((`C:\Users\andy3h\Desktop\SOTEST1.xlsx`.MYTABLE MYTABLE 
        LEFT OUTER JOIN (
            SELECT MYTABLE1.ID_X, MAX(MYTABLE1.DATE_X) AS MAXDATE
            FROM `C:\Users\andy3h\Desktop\SOTEST1.xlsx`.MYTABLE MYTABLE1
            GROUP BY MYTABLE1.ID_X
            ) AS MAXDATES
        ON MYTABLE.ID_X = MAXDATES.ID_X
        AND MYTABLE.DATE_X = MAXDATES.MAXDATE)
    LEFT OUTER JOIN (
        SELECT MYTABLE2.ID_X
        FROM `C:\Users\andy3h\Desktop\SOTEST1.xlsx`.MYTABLE MYTABLE2
        GROUP BY MYTABLE2.ID_X
        HAVING COUNT(1) > 1
        ) AS DUPTABLE
    ON MYTABLE.ID_X = DUPTABLE.ID_X)

使用适当的代码 MSQuery 将抱怨无法以图形方式表示查询。这是OK。查询将执行 - 在此阶段运行可能需要比预期更长的时间。我不知道为什么，但它应该在后续刷新时运行得更快。一旦结果返回，File | Return data to Excel。接受“导入数据”对话框中的默认值。

这就是技术。要针对新数据刷新查询，只需 Data | Refresh。如果您需要调整查询，您可以通过 Excel 通过Data | Connections | Properties | Definition tab 回到它。

我提供的代码返回您的原始数据加上 NEW_DATA 列，如果 ID 重复并且日期是该 ID 的最大日期，则其值为 1，否则为 0。如果 ID 的最大日期在多行上，则此代码不会整理平局。所有这些行都将被标记为1。

编辑：很容易修改代码以忽略重复逻辑并显示所有 ID 的最新行。只需将SELECT 子句的最后一位更改为阅读

IIF(MAXDATES.ID_x IS NULL,0,1) AS NEW_DATA

在这种情况下，您还可以删除带有别名 DUPTABLE 的最后一个 LEFT JOIN。

Answer 2

按 ID 排序，然后按 DATE（升序）。如果上一行具有相同的 ID 而下一行具有不同的 ID 或为空（对于最后一行），则将新列中的条目定义为 1，否则为 0。

Answer 3

它可以在 VBA 中完成。我很想知道这是否可能仅使用公式，我以前必须做一次类似的事情。

Sub Macro1()

Dim rowCount As Long

Sheets("Sheet1").Activate
rowCount = Cells(Rows.Count, 1).End(xlUp).Row

Columns("A:D").Select
Selection.AutoFilter

Range("D2:D" & rowCount).Select
Selection.ClearContents

Columns("A:D").Select

ActiveWorkbook.Worksheets("Sheet1").AutoFilter.Sort.SortFields.Add Key:=Range _
    ("B1:B" & rowCount), SortOn:=xlSortOnValues
ActiveWorkbook.Worksheets("Sheet1").AutoFilter.Sort.SortFields.Add Key:=Range _
    ("A1:A" & rowCount), SortOn:=xlSortOnValues
ActiveWorkbook.Worksheets("Sheet1").AutoFilter.Sort.Apply

Dim counter As Integer

For counter = 2 To rowCount

    Cells(counter, 4) = 1
    If Cells(counter, 1) = Cells(counter + 1, 1) Then Cells(counter, 4) = 0

Next counter

End Sub

因此您激活工作表并获取行数。

然后选择并自动筛选结果，并清除包含 0 或 1 的 D 列。然后过滤 mbroshi 建议您说您已经在使用的值。然后对每条记录执行一个循环，将值更改为 1，但如果前面的值具有相同的 ID，则返回 0。

根据您的处理器，我认为这不会花费超过一两分钟的时间来运行。如果您确实使用公式找到了一些东西，我会很感兴趣！