文档与 OCR实用指南

Excel按部门拆分后怎么验收?空分组、同名文件与重新汇总核对

拆表后总行数仍是4,也可能重复一个编号、丢掉另一个。本例保留四行三组的小样,增加完整输入、逐组参考和故障副本,走完拆分、交接、重新汇总和编号核对。空部门和相似文件名都需要明确去向。

办公室木架上按排摆放的彩色文件夹
配图:Viktor Talashuk · Unsplash License

本次修订:保留原四行三组示例,补完整练习下载、逐文件验收、重新汇总与行数不变却重复编号的故障恢复。

先把问题解决

按Department拆分后,本例应有三个数据CSV和一份manifest.csv。先核对清单Rows为2+1+1=4,再逐个检查0001至0004各出现一次及其原始部门。重新合表只导入三个数据文件,不能把manifest当业务数据;行数一致仍须检查唯一编号和归属。

先确认交付的是数据表还是原样工作簿

表格批处理可以读取XLSX、CSV和TSV,合并数据后按字段拆分。拆分下载得到ZIP,其中是分组CSV与manifest.csv,不是保留原排版的多个Excel工作簿。处理保留数据值,不复制原表的样式、公式或图表。若收件人需要这些内容,应先另定交付方式。

多文件字段不一致时,先参照按列名合并表格指南确认映射。此次示例只有一份小表,故意不混入字段合并和去重任务;这样任何少行都能追到分组或打开文件的环节。

完整练习:四行、三组和一份故障副本

下载包有departments.csv、故意错误的bad-reassembled.csv、expected.json和README。姓名编号均为虚构。先只导入departments.csv;其他文件用于验收,不要把两个CSV一次性全选进输入。

North/West与North:West是两个不同原始部门;0003的Department为空。保持原值,不预先把斜杠和冒号改成下划线。第一行是唯一表头,每个ID预期恰好出现一次。

departments.csv完整输入

ID,Department,Name
0001,North/West,Ada
0002,North:West,Bo
0003,,Cy
0004,North/West,Dee
共4条数据,不含表头;原始部门字段不做预先标准化。

清单、文件和编号的对应答案
原始GroupFileRows / 编号
North/WestNorth_West.csv2:0001、0004
North:WestNorth_West (2).csv1:0002
空值empty.csv1:0003

第一轮:生成预览、拆分并逐文件检查

打开表格批处理,选择departments.csv,确认一张表、4条数据,ID、Department、Name三列都保留。本轮不启用去重;来源列可保留追溯,它们不是新增业务记录。

生成合并预览后确认4行及原始编号,拆分字段选择Department,再下载ZIP。输入、映射或设置变化后应重新生成预览。解压后应看到manifest.csv与三份数据CSV,不是三个原样XLSX;样式和公式保留不属于这条路线。

  1. 导入departments.csv,仅处理这份四行练习。
  2. 保留三列,不选去重键;生成合并预览并核对四个ID。
  3. 按Department拆分下载ZIP,先打开manifest.csv。
  4. 依File逐个打开三份CSV,核对组内ID和Department原值。
  5. 另开一次工具导入三份数据CSV,重新合并并下载完整结果核对。

第二轮:按清单重新合表,不能只看合计4

分组使用原始值,文件名则会清理斜杠、冒号等字符。两个部门都得到North_West时,第二个文件加“ (2)”防止覆盖;这不表示部门已经合并或标准化。manifest的Group记录原始值,File是实际文件名,Rows是数据行数。

先算2+1+1=4,不含三个表头或清单自身的三行。再确认North_West.csv只有0001与0004且部门为North/West;带(2)文件为0002 / North:West;empty.csv仍有0003且部门为空。清单与数据任一不符都要退回来源检查。

重新汇总时只选这三份数据CSV,排除manifest.csv。保留业务列、不去重,再生成预览并下载CSV。行顺序可以改变,按ID对照原表:四个唯一编号各出现一次,姓名和原始部门一致。来源追溯列可能增加,不能把它们当作原业务字段要求完全相同。

最后打开bad-reassembled.csv做独立验收。它仍有4行,却把末行0004改成0001:唯一ID只有3个,0001重复、0004缺失,所以应拒收。这是人工/参考答案核对,不宣称工具在未设置去重或核对规则时会自动拦截。删除重复只剩3行,也不能算修好;从原始四行和清单重建,再核对每个ID。

行数相同仍有错:bad-reassembled.csv

ID,Department,Name
0001,North/West,Ada
0002,North:West,Bo
0003,,Cy
0001,North/West,Dee
4行不等于4个唯一编号。故障:重复0001,缺失0004。

拆分与重新汇总的双重验收

  • ZIP内三个数据CSV加manifest,每个File存在且行数吻合。
  • 数据行2+1+1=4;不把表头、清单或参考副本混入。
  • 重汇总后0001、0002、0003、0004各一次,姓名与组别匹配。
  • 0003空部门保留;相似文件名不代表原始分组相同。
  • 故障副本即使4行也拒收;回到原件重建,不用去重掩盖缺失。

前导零与交接:先查字符,再查打开方式

本例下载CSV和重新合表的ID应仍为0001等文本。可先用文本编辑器查原始CSV,再在接收方表格软件按文本导入ID列;直接双击CSV可能触发自动数字转换。Microsoft的前导零说明解释了这类打开差异。

如果CSV仍有0001而表格显示1,先修正导入类型;如果源CSV已经只有1,应依据权威原件恢复,显示格式无法推断原来有几个零。重新交付应包括原始CSV、拆分ZIP、清单和本轮核对说明,记录哪些文件参与重新汇总。

多文件表头不一致先参考按列名合并指南;结构转换另看CSV与JSON核对方法。本轮编辑验收用中英文实际工具导出并复读了分组文件和重新汇总结果,未代替接收方Excel环境验收或真实人员数据审核。

大文件或异常分组如何处理

当前单次上限包括30个文件、单个10MB、合计50MB、5万数据行,以及最多200个拆分分组。先核对预计分组数量;意外多出的空格、不同大小写或旧部门名,需要业务判断是否统一,不应靠文件名相似自动合并。

工具在浏览器处理,设备内存也会影响大批次体验。先用小样核对规则,再处理完整批次;收到错误时保留原文件和现有结果,解决后重新生成,不把未完成的ZIP当成完整交付。

三种常见异常

文件数比预期多

先看Group值是否真的不同,再决定是否清洗字段。

总行数偏少

检查去重是否启用、工作表是否漏选,以及是否只处理了成功导入的部分。

部门为空

保留空组,向业务方确认去向;没有依据时不要随意指派给某个部门。

常见问题

拆分下载是多个XLSX文件吗?

当前按字段拆分导出是ZIP内多个CSV,并带manifest.csv。原Excel的格式、公式和图表不会作为原样工作簿保留。

空字段会被丢掉吗?

本工具拆分会保留空值分组。本例对应empty.csv,仍需按清单和编号确认,不能假定空部门就是无效数据。

两个部门文件名都带North_West,能合并吗?

先看清单的原始Group值。文件名经过字符清理和防重名处理,不能证明业务值相同。是否合并必须依据原始数据与明确规则。

参考资料与延伸阅读

按步骤开始处理

进入对应工具,预览处理结果,检查导出的文件。

这个主题的后续文章

沿着同一主题,继续阅读引用了本文的新文章。

继续阅读