Sub MarkDuplicateTickets()    Dim ws As Worksheet    Dim lastRow As Long, i As Long    Dim ticketDict As Object ' 用于创建字典    Dim key As String    Dim currentTime As Date, storedTime As Date    Const TIME_WINDOW As Double = 5 / 24 / 60 ' 将5分钟转换为Excel时间序列值（天）    Set ws = ThisWorkbook.Sheets("工单数据") ' 修改为你的工作表名    Set ticketDict = CreateObject("Scripting.Dictionary")    ' 假设：A列=工单ID，B列=客户ID，C列=问题描述，D列=提交时间，E列=标记列    lastRow = ws.Cells(ws.Rows.Count, "B").End(xlUp).Row    ' 按时间顺序排序后处理很重要，确保先到先得    ws.Range("A2:E" & lastRow).Sort Key1:=ws.Range("D2"), Order1:=xlAscending, Header:=xlYes    For i = 2 To lastRow        key = ws.Cells(i, "B").Value & "|" & UCase(Trim(ws.Cells(i, "C").Value)) ' 组合键：客户ID+标准化后的问题        currentTime = ws.Cells(i, "D").Value        If ticketDict.Exists(key) Then            ' 如果键存在，检查时间差            storedTime = ticketDict(key)            If Abs(currentTime - storedTime) <= TIME_WINDOW Then                ' 5分钟内，标记为重复                ws.Cells(i, "E").Value = "重复工单"            Else                ' 超过5分钟，视为新工单，更新时间                ticketDict(key) = currentTime                ws.Cells(i, "E").Value = ""            End If        Else            ' 键不存在，作为首条记录存入字典            ticketDict.Add key, currentTime            ws.Cells(i, "E").Value = ""        End If    Next i    MsgBox "重复工单标记完成！"End Sub

import pandas as pdfrom datetime import timedeltadef mark_duplicate_tickets(df, customer_id_col='客户ID', problem_col='问题描述', time_col='提交时间', window_minutes=5):    """    标记重复工单的核心函数。    参数:    df: 包含工单数据的pandas DataFrame。    customer_id_col: 客户ID的列名。    problem_col: 问题描述的列名。    time_col: 提交时间的列名（应为datetime类型）。    window_minutes: 判定重复的时间窗口（分钟）。    返回:    添加了‘是否重复’标记列的DataFrame。    """    # 1. 按时间排序，确保逻辑正确    df = df.sort_values(by=time_col).reset_index(drop=True)    # 2. 创建用于去重的“复合键”，并对问题描述进行简单标准化（去空格，转小写）    df['_composite_key'] = (df[customer_id_col].astype(str) + '_' +                              df[problem_col].str.strip().str.lower())    # 3. 核心步骤：识别重复的复合键    # `keep='first'` 会将第一次出现的行标记为False（非重复），后续重复的标记为True    duplicate_key_mask = df.duplicated(subset=['_composite_key'], keep='first')    # 4. 对初步识别为重复的行，进一步检查时间窗口    def check_time_window(group):        # group是同一个_composite_key的所有行，已按时间排序        if len(group) > 1:            # 计算与组内第一条记录的时间差            time_deltas = group[time_col] - group[time_col].iloc[0]            # 标记出与第一条记录在window_minutes内的行（第一条本身除外）            is_dup_in_window = (time_deltas <= timedelta(minutes=window_minutes)) & (time_deltas > timedelta(seconds=0))            return is_dup_in_window        else:            return pd.Series(False, index=group.index)    # 对每个复合键分组应用时间窗口检查    time_window_dup_mask = df.groupby('_composite_key', group_keys=False).apply(check_time_window)    # 5. 合并两个条件：既是重复键，又在时间窗口内    final_duplicate_mask = duplicate_key_mask & time_window_dup_mask    # 6. 创建标记列    df['重复工单标记'] = '否'    df.loc[final_duplicate_mask, '重复工单标记'] = '是'    # 7. 清理临时列    df.drop(columns=['_composite_key'], inplace=True)    return df# --- 模拟数据使用示例 ---# 创建示例数据data = {    '工单ID': [1001, 1002, 1003, 1004, 1005],    '客户ID': ['C001', 'C001', 'C002', 'C001', 'C002'],    '问题描述': ['网络无法连接', '网络无法连接', '密码重置', '网络无法连接', '密码重置'],    '提交时间': pd.to_datetime(['2023-10-27 09:00', '2023-10-27 09:03',                                  '2023-10-27 09:10', '2023-10-27 09:20', '2023-10-27 09:11'])}df = pd.DataFrame(data)# 应用函数result_df = mark_duplicate_tickets(df, window_minutes=5)print(result_df[['工单ID', '客户ID', '问题描述', '提交时间', '重复工单标记']])