使用C# 快速删除Excel表格中的重复行数据-详解

目录

简介

使用工具

[C# 删除Excel工作表中的重复行](# 删除Excel工作表中的重复行)

[C# 删除指定Excel单元格区域中的重复行](# 删除指定Excel单元格区域中的重复行)

[C# 基于特定列删除重复行](# 基于特定列删除重复行)

[RemoveDuplicates 方法快速比较](#RemoveDuplicates 方法快速比较)


简介

重复行是指在Excel表格中完全相同的多行数据。这些冗余行的存在可能源于多种原因,例如:

  • 数据输入错误:用户在手动输入数据时,可能不小心多次输入相同的信息。
  • 数据导入:从其他系统或文件导入数据时,可能会出现重复记录,尤其是在合并多个数据源时。
  • 复制粘贴:在处理数据时,复制粘贴操作可能导致无意中创建重复行。

删除这些重复行至关重要,因为它们不仅会干扰数据分析,还可能导致错误的决策和结论。通过清理重复数据,可以提高数据的准确性和整洁性,从而使后续的分析工作更加高效。这篇文章将探讨如何使用C# 实现快速删除Excel 表格中的重复行,主要涵盖内容如下:

  • C# 删除Excel工作表中的重复行
  • C# 删除指定Excel单元格区域中的重复行
  • C# 基于特定列删除重复行

使用工具

要使用 C# 从 Excel 表格中删除重复数据,需要使用合适的Excel文档处理库。本文所使用的库是 Spire.XLS for .NET,它支持在.NET应用程序中创建和操作Excel 文件,无需安装Microsoft Excel。

安装Spire.XLS for .NET

在开始之前,在Package Manager Console中运行以下命令从NuGet 安装 Spire.XLS 库:

cs 复制代码
Install-Package Spire.XLS

C# 删除Excel工作表中的重复行

重复行可能会导致工作表结构混乱,影响数据的完整性。Spire.XLS 提供了一种简单的方法来检测和删除工作表中的重复行。

语法

cs 复制代码
sheet.RemoveDuplicates();

工作原理

该方法会检查工作表中的每一行,并比较每行内的所有单元格。只有当所有单元格的值与另一行完全一致时,该行才会被视为重复。第一次出现的行将被保留,而后续的重复行将被删除。

实现代码

cs 复制代码
using Spire.Xls;

namespace RemoveDuplicatesFromWorksheet
{
    internal class Program
    {
        static void Main(string[] args)
        {
            // 打开 Excel 文件
            Workbook workbook = new Workbook();
            workbook.LoadFromFile("测试.xlsx");

            // 获取所需的工作表(索引从0开始)
            Worksheet sheet = workbook.Worksheets[0];

            // 从工作表中删除重复行
            sheet.RemoveDuplicates();

            // 保存修改后的文件
            workbook.SaveToFile("删除工作表内重复行.xlsx", ExcelVersion.Version2016);
            workbook.Dispose();
        }
    }
}

C# 删除指定Excel单元格区域中的重复行

有时,你可能只想清除工作表特定单元格区域中的重复行数据,而不影响其他部分。Spire.XLS 支持指定要删除重复项的单元格范围。

语法

cs 复制代码
sheet.RemoveDuplicates(int startRow, int startColumn, int endRow, int endColumn);

参数

startRow, startColumn, endRow, endColumn: 定义要检查重复项的单元格区域(行列索引从1开始)。

工作原理

该方法会比较指定单元格区域内的所有行,如果有两行或多行的每一列的值都完全相同,那么这些行就被认为是重复的,只保留第一次出现的那一行。区域外的行不会受到影响,仍然保持原样。

实现代码

cs 复制代码
using Spire.Xls;

namespace RemoveDuplicateRowsFromCellRange
{
    internal class Program
    {
        static void Main(string[] args)
        {
            // 打开 Excel 文件
            Workbook workbook = new Workbook();
            workbook.LoadFromFile("测试.xlsx");

            // 获取所需的工作表(索引从0开始)
            Worksheet sheet = workbook.Worksheets[0];

            // 从特定单元格区域中删除重复行
            sheet.RemoveDuplicates(2, 1, 9, 4);

            // 保存修改后的文件
            workbook.SaveToFile("删除单元格区域内重复行.xlsx", ExcelVersion.Version2016);
            workbook.Dispose();
        }
    }
}

C# 基于特定列删除重复行

在处理某些特定数据集时,您可能只希望根据特定的关键列来删除重复项,而忽略其他列的值。

Spire.XLS 提供了另一种 RemoveDuplicates() 方法重载,以支持这种需求。使用此方法,你可以:

  • 指定要操作的单元格区域
  • 指明该区域是否包含标题行
  • 选择用于比较重复的列

语法

cs 复制代码
sheet.RemoveDuplicates(int startRow, int startColumn, int endRow, int endColumn, bool hasHeaders, int[] columnOffsets);

参数

  • startRow, startColumn, endRow, endColumn: 定义要检查重复数据的单元格区域(行列索引从1开始)。
  • hasHeaders: 判定第一行是否为标题行。如果为 true,则第一行将不参与比较。
  • columnOffsets: 相对于 startColumn 的偏移数组,指定用于比较的列,例如0表示指定区域中的第一列。

工作原理

该方法在删除重复行时,仅考虑用户指定的某些列。如果多行在这些指定列中的值完全相同,则只保留第一行,其他重复的行将被删除。这种做法尤其适用于需要根据特定标识(如客户 ID 或电子邮件)来确保数据唯一性的场景。

实现代码

cs 复制代码
using Spire.Xls;

namespace RemoveDuplicateRows
{
    internal class Program
    {
        static void Main(string[] args)
        {
            // 打开 Excel 文件
            Workbook workbook = new Workbook();
            workbook.LoadFromFile("测试.xlsx");

            // 获取所需的工作表(索引从0开始)
            Worksheet sheet = workbook.Worksheets[0];

            // 定义要检查重复行的区域
            int startRow = 2;
            int startColumn = 1;
            int endRow = 9;
            int endColumn = 4;

            // 判定区域内的第一行是否是标题行
            bool hasHeaders = false;

            // 指定用于比较重复的列
            int[] columnsToCompare = { 1, 2 };

            // 在定义的区域内基于指定列删除重复行
            sheet.RemoveDuplicates(startRow, startColumn, endRow, endColumn, hasHeaders, columnsToCompare);

            // 保存修改后的文件
            workbook.SaveToFile("基于特定列删除重复行.xlsx", ExcelVersion.Version2016);
            workbook.Dispose();            
        }
    }
}

RemoveDuplicates 方法快速比较

以下是RemoveDuplicates 几种方法的快速比较,你可以根据自己的需求选择最合适的方法:

方法 适用范围
RemoveDuplicates() 整个工作表
RemoveDuplicates(int startRow, int startColumn, int endRow, int endColumn) 指定单元格区域
RemoveDuplicates(int startRow, int startColumn, int endRow, int endColumn, bool hasHeaders, int[] columnOffsets) 基于特定列

以上就是使用C#实现快速删除Excel工作表中重复行数据的全部内容。感谢阅读!

相关推荐
想要入门的程序猿8 分钟前
Qt写入excel
数据库·qt·excel
军训猫猫头40 分钟前
1.如何对多个控件进行高效的绑定 C#例子 WPF例子
开发语言·算法·c#·.net
葬歌倾城17 小时前
JSON的缩进格式方式和紧凑格式方式
c#·json
爱代码的小黄人18 小时前
Excel VLOOKUP函数使用详解:原理、格式、常见错误与解决方案
excel
Eiceblue18 小时前
使用 C# 发送电子邮件(支持普通文本、HTML 和附件)
开发语言·c#·html·visual studio
小小小小王王王18 小时前
hello判断
开发语言·c#
YouYOUyouFairy19 小时前
EXCEL动态表格
excel
金增辉20 小时前
基于C#的OPCServer应用开发,引用WtOPCSvr.dll
c#
Maruko31020 小时前
Java 实现excel大批量导出
excel·poi
忧郁的蛋~20 小时前
HTML表格导出为Excel文件的实现方案
前端·html·excel