打卡记录一人一天好几条？按关键列「留最新一条」的 10 行脚本

2026-10-02 · 喵窝资源铺

又一个真实高频需求：考勤机一天打了好几次卡、两份表合并之后同一个人同一天出现多行，领导只要每人每天最新的一条。Excel 里"删除重复项"只会随机留一条，排序+筛选又容易出错。这篇给一个 10 行、零依赖 的脚本：按关键列（如 姓名+日期）做键，后出现的覆盖先出现的，天然只留最后一条。本文代码实跑验证。

完整脚本

存为 dedup_latest.py，用法：python dedup_latest.py 打卡.csv。默认按第 1+2 列做键，其余列原样保留：

"""按关键列去重，只留每组最后一条。
用法：python dedup_latest.py 文件.csv [键列数，默认2]"""
import sys, csv

key_n = int(sys.argv[2]) if len(sys.argv) > 2 else 2
latest = {}          # 键 -> (行号, 行)，后出现的覆盖先出现的
with open(sys.argv[1], newline="", encoding="utf-8-sig") as f:
    reader = csv.reader(f)
    header = next(reader)
    for i, r in enumerate(reader):
        latest[tuple(r[:key_n])] = (i, r)
for _, r in sorted(latest.values()):   # 按原行号顺序输出，保持时间序
    print(",".join(r))
print(f"-- 去重后剩 {len(latest)} 条", file=sys.stderr)

思路：用字典 键 → 行，同一键再出现就直接覆盖——遍历完字典里剩下的就是每组最后一条。输出按原行号排序，等于保持文件原有时间顺序。统计行走 stderr，重定向不污染结果。

实跑结果

造了 2 人 2 天共 6 条打卡数据（张三重复 3 条、李四重复 2 条）跑 python dedup_latest.py 打卡.csv：

姓名,日期,打卡,状态
李四,2026-10-01,09:05,正常
张三,2026-10-01,09:10,迟到
李四,2026-10-02,08:55,正常
张三,2026-10-02,09:30,补卡
-- 去重后剩 4 条

核对：张三 10-01 留的是 09:10（最新一条），10-02 留 09:30；李四各留最新。6 条 → 4 条，每人每天只剩最新记录，正确。

三个容易踩的坑（都是真踩过的）

• 文件本身没按时间排过序：本脚本留的是「文件里最后出现的一条」，不是「时间上最晚的一条」。如果源文件乱序，先按时间列排一次序再跑（sorted(rows, key=...) 或 Excel 排序），否则留错。
• 键列要选"同一时刻只对应一条"的列：按「姓名+日期」去重是每人每天一条；只按「姓名」去重就变成每人全天只留一条——需求不同键就不同，跑之前先想清楚"重复"的定义。
• 别用 Excel 的"删除重复项"：它保留的是第一条且不给选择依据，打卡场景往往要最新一条，方向正好反了。这也是很多人去重完发现"怎么留的都是早上的第一次打卡"的原因。

如果重复规则更复杂（按时间列取最晚、多条件去重、还要标红被删的行），这种一分钟说清楚，我们直接给你写好测好。

相关阅读：合并后按关键列去重留最新（进阶版） ｜ 多 CSV 合并去重 ｜ 按列分组汇总计数/求和 ｜ 按行求和算每人合计