第6期:23行Python,标记出Excel销售订单重复行

这是我们常见的销售订单原始数据格式：

日常工作中，很多朋友都会遇到这种情况：

发货单、订单表、销售记录，一不小心重复录入。

手动核对不仅费眼，还很容易遗漏。

下面分享一段极简 Python 程序，自动帮你完成：

• 找出Excel里的重复记录
• 给重复行加上 删除线
• 源文件保留，生成新文件
• 简单安全，不破坏数据

本文逐行拆解，零基础也能一次跑通。

📌 适用场景

• 发货单、销售单、出库单等单据查重
• 订单数据重复录入标记
• 财务/仓库/运营人员日常数据核对

🎯 需求分析

以某电商运营平台「销售订单明细表」为例。按销售单号判断重复：

1. 按销售单号排序，让重复记录挨在一起，方便核查
2. 第一次出现的记录正常显示
3. 后续重复的整行自动加上删除线 + 浅红背景

🛠 着手实现

第1步：准备数据

在D:盘新建文件夹：PythonTest，把待处理的Excel 放进去：

D:\PythonTest\XX电商运营销售订单明细表-20XX.xlsx

第2步：安装工具

打开cmd，执行：

pip install pandas openpyxl

只需安装一次，后续直接运行脚本即可。

第3步：代码实现

1. 在D:盘新建文件夹：python。
2. 在D:\python文件夹下新建mark_duplicate.py脚本文件。

📜 完整代码（复制即用）

import timeimport pandas as pdfrom openpyxl import load_workbookfrom openpyxl.styles import Font, PatternFill, Border, Sidetimestamp = time.strftime("%Y%m%d%H%M%S")file_input = "D:/PythonTest/XX电商运营销售订单明细表-20XX.xlsx"file_output = f"D:/PythonTest/销售订单明细_标记重复_{timestamp}.xlsx"order_col = "销售单号"# 读取并排序、标记df = pd.read_excel(file_input)df = df.sort_values(by=order_col)df["_重复标记"] = df.duplicated(subset=order_col, keep="first")# 先保存（包含辅助列）df.to_excel(file_output, index=False)# 用 openpyxl 处理格式wb = load_workbook(file_output)ws = wb.active# 定义高亮样式（浅红色背景）highlight_fill = PatternFill(start_color="FFCCCC", end_color="FFCCCC", fill_type="solid")# 定义细边框样式thin_border = Border(    left=Side(style='thin'),    right=Side(style='thin'),    top=Side(style='thin'),    bottom=Side(style='thin'))# 找到辅助列的列号header_row = list(ws.iter_rows(min_row=1, max_row=1, values_only=True))[0]dup_col_idx = Nonefor idx, col_name in enumerate(header_row, start=1):if col_name == "_重复标记":        dup_col_idx = idxbreakif dup_col_idx:# 遍历数据行（从第2行开始）for row in range(2, ws.max_row + 1):        cell = ws.cell(row=row, column=dup_col_idx)if cell.value isTrue:# 对该行的所有单元格加删除线 + 高亮背景for col in range(1, ws.max_column + 1):if col != dup_col_idx:  # 跳过辅助列本身                    target_cell = ws.cell(row=row, column=col)                    target_cell.font = Font(strike=True)                    target_cell.fill = highlight_fill# 删除辅助列    ws.delete_cols(dup_col_idx)# 为所有有数据的单元格添加边框（包括表头）max_row = ws.max_rowmax_col = ws.max_columnfor row in ws.iter_rows(min_row=1, max_row=max_row, max_col=max_col):for cell in row:        cell.border = thin_borderwb.save(file_output)print(f"✅ 标记完成（删除线+高亮+边框）！已保存为：{file_output}")

🔍 代码解析

这段程序包含7个核心步骤，逐步分析：

1. 导入依赖库

import timeimport pandas as pdfrom openpyxl import load_workbookfrom openpyxl.styles import Font, PatternFill, Border, Sidetimestamp = time.strftime("%Y%m%d%H%M%S")file_input = "D:/PythonTest/XX电商运营销售订单明细表-20XX.xlsx"file_output = f"D:/PythonTest/销售订单明细_标记重复_{timestamp}.xlsx"order_col = "销售单号"

• pandas：读取、排序、标记重复行。
• openpyxl：处理Excel格式（字体、填充、边框）。
• timestamp：生成时间戳，唯一命名输出文件。
• file_input：输入文件。
• file_output：输出文件。
• order_col：定义主键列。

1. 读取数据、排序、标记重复

df = pd.read_excel(file_input)df = df.sort_values(by=order_col)df["_重复标记"] = df.duplicated(subset=order_col, keep="first")

• sort_values：按销售单号排序，相同销售单号连续出现，方便后续标记。
• df.duplicated(subset=order_col, keep="first")： 返回一个布尔型的Series，长度与DataFrame的行数相同。
• subset=order_col：设置检查重复的列（通常是一个列名或者是一个列名列表）。
• keep="first"：第2次重复出现的行标记为True，其余行标记为False。
• df["_重复标记"]=……：将返回的Series赋值给DataFrame的新列_重复标记。

最终效果：_重复标记列中，通过True、False关键字，标识出了该行是否为重复行——即标记为True的行，就是需要标记的重复行。

1. 临时保存数据

df.to_excel(file_output, index=False)

• 将第2步处理好的数据暂存放于输出文件中。

1. 加载工作表，定义样式

wb = load_workbook(file_output)ws = wb.activehighlight_fill = PatternFill(start_color="FFCCCC", end_color="FFCCCC", fill_type="solid")thin_border = Border(    left=Side(style='thin'),    right=Side(style='thin'),    top=Side(style='thin'),    bottom=Side(style='thin'))

• load_workbook：读取Excel文件。
• ws = wb.active：获取当前活跃的工作表。
• PatternFill：设置单元格背景颜色
• start_color end_color：颜色
• fill_type="solid"：纯色
• Border：定义单元格边框样式
• Side(style='thin')：分别指定左、右、上、下四条边的样式。style='thin' 表示细实线边框。
• thin_border ：可以赋值给单元格的border属性，为该单元格添加四周的细边框。

1. 标记重复行

header_row = list(ws.iter_rows(min_row=1, max_row=1, values_only=True))[0]dup_col_idx = Nonefor idx, col_name in enumerate(header_row, start=1):if col_name == "_重复标记":        dup_col_idx = idxbreakif dup_col_idx:for row in range(2, ws.max_row + 1):        cell = ws.cell(row=row, column=dup_col_idx)if cell.value isTrue:for col in range(1, ws.max_column + 1):if col != dup_col_idx:                    target_cell = ws.cell(row=row, column=col)                    target_cell.font = Font(strike=True)                    target_cell.fill = highlight_fill    ws.delete_cols(dup_col_idx)

总体思路：将重复标记转为样式标记（删除线+背景色）并删除辅助列。

• ws.iter_rows(min_row=1, max_row=1, values_only=True)：获取表头行，返回一个迭代器。
• list()[0]：将迭代器转为列表，并取第一个元素（即表头行，是一个元组）。
• values_only=True：只取单元格的值（默认False时返回单元格Cell对象）。
• 遍历表头，找到_重复标记列的索引（列号）。
• 遍历数据行（从第2行开始）：
• cell = ws.cell(row=row, column=dup_col_idx)：获取当前行辅助列单元格。
• 如果该单元格的值为True（表示是重复记录），则遍历当前行的所有列（跳过辅助列本身），为每个单元格添加删除线和背景色。
• 最后，删除辅助列_重复标记，使输出文件保持干净。

1. 添加边框

max_row = ws.max_rowmax_col = ws.max_columnfor row in ws.iter_rows(min_row=1, max_row=max_row, max_col=max_col):for cell in row:        cell.border = thin_border

• 遍历所有单元格，添加边框。

1. 保存结果

wb.save(file_output)print(f"✅ 标记完成（删除线+高亮+边框）！已保存为：{file_output}")

• 保存最终文件，并在控制台输出完成信息。

提示：核心代码23行（不含导入依赖包、文件路径配置、边框美化等辅助代码）。

第4步：运行

cmd中执行：

python D:\python\mark_duplicate.py

看到标记完成 = 搞定

第5步：查看效果

打开生成的新文件，即可看到：

• 重复销售单号挨在一起
• 第一条正常显示
• 后续重复行自动删除线 + 浅红高亮

扩展思路

• 一键去重：使用

df.drop_duplicates(subset="销售单号", keep="first", inplace=True)

• 多列联合：

subset=["销售单号", "客户名称"]

为什么用 Python 而不是 Excel 手动？

Excel排序+条件格式也能标记重复行，为何还要用Python程序？

用Python，不是解决一次问题，而是建立一套自动化工作流。

🔗 本系列连载

• 🗂️ 合集：极简编程
• 📖 预告：第7期：Excel数据分列，15行Python一键拆分