3. 样品编号与钻孔编号规则

在钻孔样品数据整理中，编号问题是最常见、也最容易被低估的质控环节。一个样品编号看似只是一串字符，但它同时承担着三重职责：标识样品的物理身份、承载钻孔与样段的位置信息、支撑后续化验数据与地质编录的关联。一旦编号重复、缺位或格式不统一，轻则导致化验结果错配，重则使整段资源量估算建立在错误的数据关联之上。本节围绕编号规则的设计、唯一性校验的实现、前缀后缀的结构化拆分，以及重复编号的识别与修正，给出一套可直接落地的操作方法。

一、编号规则应当包含哪些信息

钻孔样品的编号通常采用“钻孔号 + 样品类型码 + 样品顺序号”的组合结构。以常见的岩芯化学样为例，编号 ZK1203-HX-0045 中，ZK1203 是钻孔编号，HX 表示化学样类型，0045 是该钻孔内该类样品的流水号。这种结构的好处是：编号本身即可反解出归属钻孔和样品类型，无需依赖外部字段；同时流水号定长补零，保证按文本排序时顺序正确。

规则设计需要明确三个约束。第一，钻孔编号必须与地质编录、测井、剖面图使用的钻孔号完全一致，包括大小写和连接符，不能出现 ZK1203 与 zk-1203 并存的情况。第二，样品类型码应使用固定码表，例如 HX 化学样、GW 光谱样、BS 薄片样、TM 探针样，避免同一类型出现多种写法。第三，流水号在同一钻孔、同一类型内连续且唯一，位数固定，不足补零。这三条约束是后续所有校验逻辑的基础。

二、唯一性校验的实现思路

唯一性校验的本质是判断“编号”这一列是否存在重复值，但实际工作中需要区分两种重复：完全重复（整串编号一模一样）和逻辑重复（编号字符串不同，但拆分后钻孔号、类型码、流水号三者相同）。前者用条件格式或计数即可发现，后者必须拆分后才能识别。

在 Excel 中，完全重复可用 =COUNTIF(A:A,A2)>1 标记；逻辑重复则需要先拆分出三个组成部分，再以“钻孔号&类型码&流水号”构造组合键，对组合键做计数。若组合键计数大于 1，说明存在逻辑重复。此外还应校验流水号的连续性：对同一钻孔同一类型分组后，检查流水号是否从 1 开始、有无跳号。跳号本身不一定是错误，但必须能解释——例如样品被废弃、合并或改号，都应在备注中留痕。

三、前缀后缀拆分：把编号变成可校验的字段

拆分是校验的前提。以固定分隔符“-”连接的编号，可用“分列”功能按分隔符拆分，也可用公式拆分。假设编号在 A 列，拆分公式如下：

钻孔号：=LEFT(A2,FIND("-",A2)-1)
剩余部分：=MID(A2,FIND("-",A2)+1,99)
类型码：=LEFT(B2,FIND("-",B2)-1)
流水号：=MID(B2,FIND("-",B2)+1,99)
流水号数值：=VALUE(D2)

拆分后应重点检查四类异常：钻孔号不在钻孔主表中（说明钻孔号拼写错误或该钻孔尚未登记）；类型码不在码表中（说明类型码写错或使用了非标准码）；流水号不是纯数字（说明混入了字母或空格）；流水号位数与规则不符（说明补零不规范）。这四类检查可以用 COUNTIF 配合主表和码表批量完成，结果以“异常类型”列标注，便于逐条处理。

四、重复编号的识别与修正实战

下面以一个假设的示例说明处理过程。某钻孔 ZK1203 的化学样数据中，拆分后发现两条记录的组合键均为 ZK1203|HX|0045，但原始编号分别为 ZK1203-HX-0045 和 ZK1203-HX-45。前者流水号补零到四位，后者未补零，字符串不同但逻辑相同，属于典型的格式不一致导致的逻辑重复。

处理时不能简单删除一条。应先核对两条记录的采样位置：若采样起止深度不同，说明是两个真实样品，其中一条编号错误，应将未补零的那条改为下一个可用流水号（如 0046），并检查 0046 是否已被占用；若采样深度完全相同，说明是同一样品被重复录入，应保留信息完整的一条，删除另一条，并在质控记录中注明删除原因和原始行号。修正后重新计算组合键，确认计数全部为 1，同时检查流水号序列是否连续、有无因改号产生的空缺。

对于批量数据，建议建立一张“编号质控表”，字段包括：原始编号、钻孔号、类型码、流水号、组合键、组合键计数、异常类型、处理方式、处理人、处理日期。这张表既是修正过程的记录，也是后续复核的依据。修正完成后，还应用修正后的编号回查化验数据表，确认化验结果能通过编号正确关联到样品，避免出现“样品改了号、化验单没改”的脱节。

五、把规则固化为可重复执行的检查

编号质控不应依赖一次性的人工排查。把上述拆分公式、组合键计数、主表与码表比对做成模板中的固定列，每次导入新数据即自动计算异常标记，就能把编号问题拦截在数据入库之前。规则清晰、拆分规范、校验自动、修正留痕，这四点做到，样品编号这一最基础的质控环节才算真正闭环。