表格整理工具

用来收拾 Excel / WPS 表格里那些"手工干太累、又不好意思麻烦别人"的活儿。
免安装，双击就用，不需要装 Office 或 WPS 也能跑（它自己会读写 xlsx）。

一、文件清单：双击哪个？

打开目录 D:\你的工作目录\05_工具脚本\TableTidy\dist\

它不会动你的原文件。 所有结果都是"另存一份"，原表一个字节都不改。

二、快速上手：你说的那个场景

"C 列的数据在 A 列有没有，有的话把对应的 B 列值放到 D 列"

1. 双击 exe
2. 点「主表」旁边的「浏览…」，选中你的表格
3. 左上角「辅表」留空不用管（留空 = 就在这张表内部查找）
4. 「匹配查找」页里四个框，工具已经帮你填好了默认值：

1. 点「开始匹配」
2. 会自动跳到「结果预览」页，先看看对不对
3. 对了就点左下角「导出结果…」，默认文件名是 原文件名_整理结果.xlsx

结果预览页上方会显示一句话，比如：

【匹配查找】C 列 → 查本表的 A 列 → 取回 B 列 → 写入 D 列；忽略空格、忽略大小写、数值等价、全角半角。共处理 128 行：匹配到 120 行，未匹配 8 行。

那 8 行没匹配上的，就是你真正需要人工看一眼的。 这就是这工具省时间的地方。

三、六个功能分别管什么

1. 匹配查找（最常用）

上面那个场景。除此之外还能干这些：

• 跨文件匹配：选上「辅表」，就是拿着主表 C 列的值，去另一个文件的 A 列里找，取回那个文件的某一列填进来 —— 相当于 VLOOKUP，但不用写公式。
• 只想知道"有没有"：把 ③ 取回 也填成查找列自己，结果列填什么无所谓，主要看勾选的「另外加一列 √ / × 标记」 —— 会多出一列，找到的标 √，没找到的标 ×。这就是"查重/查缺"。
• 写到中间某一列：④ 填 B 就写到 B 列，填 F 就写到 F 列，不限于最后一列。
• 写入列填一个新名字（比如 对应部门），工具会自动新增一列，并且把列名设成你写的名字。

⚠️ 一个安全提醒：如果 ④ 填的那一列原本就有数据，工具会弹窗告诉你"这一列原本有 N 个非空数据，继续会覆盖"，你可以选择取消。默认填 D 的时候，如果你的表本来就 4 列以上、D 列有内容，就会遇到这个提示 —— 那时建议改填一个新列（写个列名，如 匹配结果）。

2. 差异比对

比两列（或者主表一列 vs 辅表一列），列出：

• 只有左边有的
• 只有右边有的
• 两边都有的

结果排成三列，一眼看清。适合核对"这两个名单对不对得上""发货清单和订单清单差哪些"。

3. 去重

按一列或几列判断重复，保留第一条（或最后一条）。

• 判断依据列可以填多个，用逗号隔开，例如 A,C。
• "整行完全一样才算重复"的话，就把用到的列都填进去。

4. 统计数量

数一数：某个值出现了几次、有几个不重复、某列总共多少。

• 按哪一列分组 —— 填 B 就是"按客户统计"，结果里一行代表一个客户。可以填几列（逗号隔开，如 A,B）做多级分组。留空 = 不分组，整表只出一行总计。
• 统计哪一列 —— 求和／平均值／最大值／最小值／去重个数都针对这一列。只数行数的话可以不选（选第一项"（不选，只数行数）"）。
• 统计什么 —— 勾你要的：行数、非空个数、去重个数、求和、平均值、最大值、最小值。
• 结果排序 —— 默认保持出现顺序；选「次数从多到少」，一眼看出哪个最多。

举个例子，按客户分组统计订单：

三个细节值得知道：

• 归一化依然生效 —— 甲 和 甲␣（尾部带空格）算同一个客户，不会拆成两组。
• 求和／平均只认能当数字用的值 —— 文本（比如 abc）和空值会被跳过，"平均值"的分母是有效数字的个数，不是行数。所以上面乙组的平均值是 3 而不是 1.5。
• 「行数」和「非空个数」不是一回事 —— 行数含空行，非空个数不含。

最常用的一招：想知道"哪些商品编码重复了、各重复几次"，就按商品编码分组 → 只勾「行数」→ 排序选「次数从多到少」。比在 Excel 里拉数据透视表快。

5. 列种类

只看某一列到底有几种不同的值、各出现几次、占多少。比"统计数量"更直接 —— 一次只干一件事，填一列点一下就出结果。

• 看哪一列 —— 填列号（A）或列名都行，默认 A 列。
• 结果里显示 —— 勾「占比(%)」多一列百分比；勾「所在行号」多一列行号，回头找重复项时特别省事（它直接告诉你第 2、5、8、13 行是这个值）。
• 结果排序 —— 次数从多到少／从少到多／按值 A→Z／按值 Z→A／首次出现顺序。

出来长这样（看"商品编码"列）：

预览页上方会给出汇总：

【列种类】商品编码 列共 30 行，3 种不同值；空白 3 行，出现多次的 3 种。 最多：P002（12 次）。

三个规则：

• 归一化照样生效 —— P002、 P002 （带空格）、p002 算同一种，显示的是它第一次出现的原样。要拆开就关掉上面那四个宽容开关（严格模式）。
• 空白算一种，永远排最后 —— 空串、空格、制表符、不换行空格、全角空格、零宽空格全都并成同一组「（空白）」，不会冒出一堆"看着都空、却分成好几组"的怪东西。
• 数字按大小排，不按字符串排 —— 「按值 A→Z」用在数字列上，2 会排在 9 前面、9 排在 10 前面（按字符串排的话 10 会跑到 2 前面，很难看）。

「种类数」这个数字在哪看？就在预览页上方那句话里。A 列一共 8 种，比数重复项有用得多。

6. 文本清洗

对付"看着一模一样却匹配不上"的脏数据。这是从别处复制粘贴来的表格最常见的坑：

清洗完再导出，或者清洗后另存一份当数据源。

四、匹配的"宽容度"—— 这工具最值钱的地方

表格对不上，九成不是数据错了，是格式不一样。「匹配查找」页里那四个勾选框，默认全开：

全勾上就是最宽松的匹配，一般不用改。什么时候要改？

• 你的编号是 A-001 和 a-001 这种大小写有意义的 → 去掉"忽略大小写"
• 数据里真的存在 1 和 1.0 两个不同条目 → 去掉"数值等价"
• 想查"格式完全一致的重复项" → 四个全去掉（严格模式）

五、两种特殊情况

查找列里同一个值出现了多次

比如 A 列有两个"张三"，一个在技术部一个在市场部。C 列查"张三"该返回哪个？

「特殊情况」里选：

• 取第一个（默认）—— 返回先出现的那个
• 取最后一个 —— 返回后出现的那个
• 全部连起来 —— 技术部 / 市场部，一眼看出有多个
• 标记为"多个" —— 直接写 多个(2)，提醒你这里有歧义要人工处理

建议：数据量大的时候先用"标记为多个"跑一遍，看看有没有潜在的匹配歧义，再决定用哪个策略。

没找到的时候

• 留空（默认）—— 什么都不写，配合 √/× 标记列看
• 填一段文字 —— 写上"未找到"，导出后一眼能筛出来
• 保留原值 —— 目标列原来的内容不动

六、哪些格式能用

遇到 .xls 或 .et 文件怎么办？
在 Excel 或 WPS 里打开它，「另存为」→ 选 .xlsx，然后用本工具处理。这一步只需要做一次。

为什么不做 .xls 支持？那是 20 多年前的二进制格式，解析库又老又容易读错公式和日期。转成 xlsx 是最省事也最可靠的路子。

几个实操细节：

• 公式：工具读的是公式的计算结果，不是公式本身。如果表格里全是公式、又从来没保存过，可能读出空白 —— 在 Excel/WPS 里正常保存一次即可。
• 多工作表：文件名旁边有「工作表」下拉框，可以选具体哪一页。
• 首行是表头：默认勾选。如果你的表没有表头（第一行就是数据），把勾去掉，列名会用 A、B、C 代替。
• 合并单元格：只有左上角那格有值，其余是空的。这是 Excel 本身的特性，不是工具的 bug。处理前建议先取消合并、填充好再整理。

七、常见问题

Q：导出的文件在哪？
你点「导出结果…」时选的位置。默认文件名是 原文件名_整理结果.xlsx，放在和原文件同一个目录。

Q：结果预览只显示了 300 行 / 40 列，是不是只处理了这么多？
不是。预览只显示前 300 行方便看，实际处理的和导出的都是整张表（预览页会写清楚）。列超过 40 列时预览也只显示前 40 列，但导出一列不少。

Q：能撤销吗？
处理结果只存在内存里，重新点一次「开始匹配」就会覆盖上一轮结果。要留住哪一轮，先导出。

Q：会不会改坏我的原文件？
不会。全程只读原文件，结果一律另存。你甚至可以拿原文件在别的表格软件里开着，同时用这个工具处理。

Q：想批量处理一堆文件？
界面暂时只做单文件。如果真有这需求跟你说 —— 它底层是命令行的，可以写脚本批处理：

表格整理工具.exe match --file 表.xlsx --src-col C --look-col A --value-col B --to-col D --out 结果.xlsx

六个动作分别对应 match（匹配）/diff（比对）/dedupe（去重）/stat（统计）/kinds（列种类）/clean（清洗），
用 --help 能看到全部参数。比如统计数量：

表格整理工具.exe stat --file 表.xlsx --group-cols B --stat-col D ^
  --stat-ops count,sum,avg --stat-sort count_desc --out 统计结果.xlsx

列种类（看 A 列有几个品种）：

表格整理工具.exe kinds --file 表.xlsx --kind-col A ^
  --kind-sort count_desc --with-rows --out 种类结果.xlsx

八、改代码之后怎么自检

# 功能校验（231 项）
C:\Users\你的用户名\.workbuddy\binaries\python\envs\gui\Scripts\python.exe test_table_tidy.py

# 界面布局校验（确认控件没被挤出窗口）
C:\Users\你的用户名\.workbuddy\binaries\python\envs\gui\Scripts\python.exe verify_gui.py

# 重新生成图标
...\python.exe make_icon.py

# 重新打包（打包前先清 build，见下面的说明）

打包命令：

...\Scripts\pyinstaller.exe --noconfirm --onefile --windowed ^
  --name TableTidy --icon app.ico --hidden-import openpyxl ^
  --distpath dist --workpath build table_tidy.py

打包前先清空 build 目录（分批删，每批不超过 45 个文件）。
别用 --clean 参数：它会批量删除几十个临时文件，触发系统批量删除保护，进程直接被拦死。

打包出来的是 dist\TableTidy.exe，记得手动改名成 表格整理工具.exe（改名前 verify_package.py 也能认）。
打完必须跑一遍验收：python verify_package.py —— 它会比对"exe 输出"和"源码输出"是否逐格一致、
确认 GUI 能起来不闪退、并探针验证 openpyxl 确实打进了包里。

*工具版本 v1.2.0 · 2026-09-22*
（v1.1.0 新增「统计数量」；v1.2.0 新增「列种类」）