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：
|
1 |
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
|
1 |
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
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 |
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
|
1 |
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
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 |
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
|
1 |
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
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 |
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。
