你有没有过这种崩溃时刻？
团队分组整理、项目人员台账的你，是不是经常遇到这种头疼的 Excel 表格？
或者突然丢给你一个 Excel 表格，说：“把这里面的人员信息整理一下，我要做系统导入。”
你满心欢喜打开文件，结果定睛一看，心态炸裂：
- “组长”这一列，全是合并值！ 因为 Excel 用了“合并单元格”，只有第一行有名字，下面全是空的。
- “组员”这一列，名字和编号死死粘在一起！ 比如
王一10002。 - 最要命的是，如果你仔细看，或者用代码一跑，发现它们中间居然还藏着**“换行符”**！导致你手动分离根本分不开。
😭 此时，如果数据只有几行，还能靠 Ctrl+C、Ctrl+V 拼手速。如果是几千行、几万行呢？
别急，今天我们就用 Python 的 Pandas 配合 正则表达式（Re），三步带你把这个“垃圾数据”清洗成标准的**“姓名+编号+类型”**明细表！
最终效果预览
清洗前（这是地狱）：
清洗后（这是天堂）：
是不是很心动？下面直接上干货！
🛠️ 实现步骤拆解
我们要解决的问题主要有三个：填充空值、拆分字符串、去除隐形换行符。
第一步：暴力读取，解决“合并单元格”
首先，我们用 Pandas 读取文件。遇到合并单元格，Pandas 读进来后，对应的位置全是 NaN（空值）。
这时候，有一个神操作叫 ffill (forward fill)。它的意思是：“下面的格子如果是空的，就抄上面的内容”。
import pandas as pd
import re
# 1. 读取 Excel
file_path = '分组结果_自动处理.xlsx'# 替换你的文件名
df_raw = pd.read_excel(file_path, engine='openpyxl')
col_leader = "组长"
col_member = "组员"
# 2. 填充空值 (关键步骤！)
# 所有的空格子，都会变成上一行非空格子的内容
df_raw[col_leader] = df_raw[col_leader].fillna(method='ffill')
这一步之后，表格里就没有“合并单元格”的阴影了，每一行都有对应的组长名字。
第二步：核心清洗，正则表达式“大显神通”
这是最关键的一步。我们要处理 王一\n10002 这种乱七八糟的字符串。
普通的 split 分列很容易被换行符 \n 搞混，导致错位。所以我们需要写一个强大的函数 extract_persons：
- 去掉
\n：先把所有换行符替换掉，让数据连成一条线。 - 正则提取：用
([^\d]+?)(\d+)) 这个公式，翻译成人话就是：“找出一段非数字的内容（姓名），后面紧跟着一段数字的内容（编号）”。
defextract_persons(text, person_type):
"""
智能提取函数：能处理带换行符、多人混合的情况
"""
result = []
if pd.isna(text):
return result
# 关键修正：先干掉所有换行符！
clean_text = str(text).replace('\n', '').replace('\r', '').strip()
ifnot clean_text or clean_text == 'nan':
return result
# 核心正则：匹配 "非数字姓名" + "数字编号"
# [^\d]+? -> 姓名 (懒惰匹配)
# \d+ -> 编号
matches = re.findall(r"([^\d]+?)(\d+)", clean_text)
if matches:
for name, uid in matches:
result.append({
"姓名": name.strip(), # 去掉名字周围多余的空格
"编号": uid,
"类型": person_type
})
else:
# 兜底：万一没匹配到，原样保留
result.append({"姓名": clean_text, "编号": "", "类型": person_type})
return result
有了这个函数，无论单元格里是一个人 王一10002，还是挤着两个人 王一10002 王二10003，它都能精准抓出来！
第三步：循环生成，去重完善
现在我们遍历每一行，把组长和组员分别丢进上面的函数里提取。最后别忘了，因为 Excel 合并单元格展开后，组长会重复出现，我们要用 drop_duplicates 把重复的组长删掉，只留一条。
final_data = []
# 遍历每一行数据
for index, row in df_raw.iterrows():
leader_text = row[col_leader]
member_text = row[col_member]
# 提取组长
final_data.extend(extract_persons(leader_text, "组长"))
# 提取组员
final_data.extend(extract_persons(member_text, "组员"))
# 生成最终 DataFrame
df_final = pd.DataFrame(final_data)
# 关键：去重！
# 合并单元格展开会导致组长在每一行都出现一次，去重后数据才干净
df_final = df_final.drop_duplicates(subset=['姓名', '编号'])
# 导出结果
output_file = "最终人员明细表_修正版.xlsx"
df_final.to_excel(output_file, index=False)
print(f"搞定！文件已保存为：{output_file}")
你看，面对这种充满“坑”的 Excel 表，如果你还在用肉眼识别、手动复制粘贴，不仅效率低，还容易出错。
Python 的魅力就在于，它不嫌麻烦，逻辑一旦写好，无论是一万行还是十万行数据，都是一秒钟的事。
把上面的代码保存下来，下次再遇到这种“奇葩”表格，直接运行，就能在同事面前露一手了！
觉得有用的话，点个“在看”分享给更多被Excel折磨的朋友吧！
🔮 获取和交流
需要源码和数据的同学，关注+三连，加下面微信，发你！也可以拉你进群交流学习，加群备注：IT小本本学习
为了能随时获取最新动态，大家可以动动小手将公众号添加到“星标⭐”哦，点赞 + 关注，用时不迷路！！！！
关注公众号：IT小本本 👇
