我们经常遇到Eexcel数据重复的问题，需要解决，但能找到的教程都很零散，往往只提供了一种方法解决了某一类重复问题。

但是Excel数据重复问题，看似简单，但是深究起来，有很多值得思考和挖掘的细节。在这篇文章中，我试图梳理出所有我们会遇到的Excel数据重复问题，并给出多种解决办法。

01Excel重复数据如何界定？

要解决Excel重复数据问题，第一步是界定如何界定数据是否重复？或者说，我们依据什么来判断数据是否重复？

我能想到的有三种数据重复的情况：

【单字段重复】：判断某个关键字段是否重复，如姓名是否重复、手机号是否重复、邮箱是否重复等；
【多字段重复】：需要综合若干个字段才能判定重复，比如单单通过姓名列是无法判定重复的，因为可能有同名同姓的，所以需要姓名再加上手机号或邮箱来判定是否重复；
【全字段重复】。比如，我们需要判定两条记录在所有字段上是否完全一模一样。

而根据重复值可能出现的地方，又可以分为两种情况：

重复值出现在同一张表（即同一个sheet或同一个table）中，为叙述方便，简称为【单表重复】；
重复值出现在不同表（这些表可能在同一个sheet的不同tables或regions中，也可能在不同的sheets中，乃至在不同的文件中，处理思路都是一样的，因此不单列）中，为叙述方便，简称为【多表重复】。

02寻找到重复数据后如何处理？

当我们找到重复数据（无论属于前面所列举的哪种情况）后，我们通常需要做如下处理：

标记。将找到的重复值以醒目的方式标识出来，如用颜色标记，如用公式结果显示匹配结果。
删除与保留。可能是删除重复值，保留唯一值；或者删除唯一值，保留重复值。
提取。将匹配结果提取到新的表格。

下面一一梳理重复数据处理在Excel中的具体操作步骤。

03用Excel的条件格式标记非重复值（唯一值）

如果属于【单字段重复】情况，只需要选择该字段，然后选择条件格式-突出显示单元格规则-重复值

这时会弹出下面的窗口：

左边下拉框可选择是标记重复值呢还是标记唯一值；右边下拉框则可选择要应用的格式，如果选择了自定义，则会弹出详细的格式设置框，可以进行更细致的格式（数字、字体、边框和填充效果）设置：

标记后效果如下（我用了默认填充效果标记重复值）：

如果属于【多字段重复】或【全字段重复】，则标记之前需要有额外动作：新增一个辅助列，连接作为判断重复依据的列字段，然后在该辅助列上应用条件格式：

如上图所示，我需要通过【姓名】、【性别】和【姓名拼音】三个字段连接之后才能判定是否重复，因此我增加了一个辅助列【判断是否重复】，然后用公式连接那三个字段，再在辅助列上应用条件格式进行标记。可以看到两个陈婷虽然姓名和性别一样，但是邮箱不一样，最后结果是这两条记录作为两条不同的记录体现出来（无填充色）。

Excel条件格式无法删除唯一值并保留重复值，只能先标识出重复值，然后通过颜色筛选来保留重复值：

如果要提取重复值或唯一值，需要通过筛选后手动将重复值或唯一值提取到新的表格。

04通过Excel【数据】选项卡上的【删除重复值】命令删除重复值

这里还是要区分是属于【单字段重复】/【多字段重复】/【全字段重复】中的哪一种。

如果属于【单字段重复】，只需要选定作为判断依据的列，然后点击【删除重复值】按钮，并在弹出窗口中选择【以当前选定区域排序】：

如果属于【多字段重复】/【全字段重复】，则可以选中任意一列后，点击【删除重复值】按钮，在弹出窗口中选择【扩展选定区域】：

这时Excel会弹出区域选择窗口，如果是【多字段重复】的情况，那么选择作为判定依据的列，然后确定；如果是【全字段重复】，则全选所有列之后点击确定。

直接用Excel的【删除重复值】命令，只能删除重复值，不能标记重复值（唯一值），也不能提取重复值，但是能保留唯一值。

05vlookup函数查找重复值

vlookup函数估计是Excel中使用率最高的函数之一。其基本形式是：

=VLOOKUP (lookup_value, table_array, col_index_num, [range_lookup])

参数说明见下表：

Vlookup函数的使用需注意以下关键点：

要查找的值，也被称为查阅值。我见过很多人忘记写查找的值。
查阅值所在的区域。请记住，查阅值应该始终位于所在区域的第一列，这样 VLOOKUP 才能正常工作。例如，如果查阅值位于单元格 C2 内，那么您的区域应该以 C 开头。这个查阅值所在的区域可以在任意位置：同一个sheet的不同区域或不同tables，或者在不同sheet上，或者在不同的文件上都可以的。区别只在于引用不同对象的语法不同。实际应用中记不住没关系，输入公式时可以鼠标去选定查阅值所在的区域或table或sheet或文件路径（需要你打开该文件）。
区域中包含返回值的列号。例如，如果指定 B2： D11 作为区域，则应将 B 作为第一列，将 C 作为第二列进行计数，依此类推。
（可选）如果需要返回值的近似匹配，可以指定 TRUE；如果需要返回值的精确匹配，则指定 FALSE。如果没有指定任何内容，默认值将始终为 TRUE 或近似匹配。虽然是可选，但是我还是建议指定，毕竟绝大多数时候我们要查找的是精确值。并且这个值有点违背我们的直觉——查找精确值是FALSE而模糊匹配是TRUE。

有时候我们会到要查找的值在需要查找区域的左侧，这时可以采取下面类似的办法：

=VLOOKUP(D2,IF({1,0},D2:D28,B2:B28),2,0))

公式中的1和0不是实际意义上的数字，而是1相关于TRUE，0相当于FALSE，当为1时，它会返回IF的第一个参数(D列)，为0时返回第二个参数(B列)。根据数组运算返回数组，所以使用IF后的结果返回一个数组(非单元格区域)：该数组由姓名列和姓名拼音列的值成对组成。

一、标记重复值或唯一值

vlookup查找结果即对重复值（匹配成功）或唯一值（匹配失败）进行了标记。

二、删除和提取重复值（唯一值）

对vlookup查找结果进行筛选后，即可删除重复值（唯一值），或将筛选结果复制到新的表格中。

06PowerBI处理重复值，节省海量时间

如果查找重复值的操作只需要做一次，那么我建议用前面的几种方法就行了。

如果你日常工作中总是涉及查找重复数据并进行相应处理，那么，我建议用PowerBI来帮你节省海量时间。用我的口头禅就是——辛苦一次，幸福一生。

为什么这么说呢？因为不论你查找和处理重复值的步骤有多复杂，数据量有多大（几百万上千万乃至更大的数据应该轮不到我们用Excel来处理），只要建立好PowerBI数据模型后：你每次更新要做的要么只是打开模型文件刷新一下（PowerQuery），耗时几分钟；要么PowerBI以固定频率自动刷新结果（需要PowerBI账号且结果不会自动添加到Excel中），零耗时。

假设：

你是总公司的一名小员工，你的任务是每天接收下面单位发上来的报名表。

但是呢，下面单位的人做事不动脑筋，每天都给你发一个客户报名表上来。

这些表吧，有时候是包括该单位全部的报名信息，有时候又是只有新增的；而且有可能一个文件里边的多个sheets里边都有报名信息；这些Excel文件名称又是千奇百怪；最可气的是，让他们早上提交，他们有的非要快下班了才提交；唯一值得欣慰的是这些表格的字段都是一样的。

你现在需要从提交上来的N个表格中，剔除重复报名信息，形成一个完整的不重复的报名表。然后，你每天要在下班前把完整报名表给上级看。

很简单的一项工作，但是你用前面的方法做，我百分之一百肯定你每天都要加班——因为每天都有人17:55才把表发给你，而你18:00就要把报名表给上级看。

来看用PowerBI怎么把这个无聊工作缩短到5分钟乃至0分钟之内。

首先，新建一个Excel，名字叫《报名表汇总》；
引入来自于文件夹的源，找到“报名表”这个文件夹；

3.找到目标文件夹——“报名表”：

4.然后我们不要PowerQuery自作聪明地帮我们合并这些表啊sheets之类，我们自己操作，点击【转换数据】，：

5.这时就进入查询界面了：

6.我们删除不必要的列，只保留【Content】列，因为数据都在这里边。然后新增一列，调用Excel.Workbook()函数，从Binary中获取数据：

7.然后我们删除【Content】列，保留【自定义】列了，因为数据被我们提取到【自定义】列。点击该列右上角的展开图标，只保留其中的【Data】列（因为表格在这里面）：

8.展开【Data】列之后，我们要做个小动作，就是把每一个表格的第一行都作为标题。这一步不是必须，可以将来再做，但是先做这一步可以节省一些步骤和时间，何乐而不为呢。调用Table.TransformColumns()函数和Table.PromoteHeaders()函数提升了表格标题后，就可以点击【Data】列旁边的展开符号，勾选全部三列，进行展开操作了：