使用C# 快速删除Excel表格中的重复行数据-详解

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！