按Client分组，依据Status优先级分配主状态的技术需求

需求说明 #

• 按Client字段对数据分组
• 为每个分组分配主状态，优先级规则如下：
  • 若组内存在Status 1，则主状态为Status 1（优先级最高）
  • 若不存在Status 1但存在Status 2，则主状态为Status 2
  • 以此类推，Status 4为最低优先级

示例数据 #

期望结果 #

实现方案 #

方案1：Python Pandas #

通过提取Status中的数字作为优先级，分组后取每组优先级最高（数字最小）的状态：

import pandas as pd

# 构造示例数据
data = {
    'Client': ['Client 1', 'Client 1', 'Client 1', 'Client 2', 'Client 2', 'Client 3', 'Client 3'],
    'Purchase': ['Purchase 1', 'Purchase 2', 'Purchase 3', 'Purchase 4', 'Purchase 5', 'Purchase 4', 'Purchase 5'],
    'Status': ['Status 1', 'Status 2', 'Status 1', 'Status 2', 'Status 3', 'Status 1', 'Status 4']
}
df = pd.DataFrame(data)

# 提取Status里的数字作为优先级值
df['Priority'] = df['Status'].str.extract('(\d+)').astype(int)

# 分组后取每组优先级最小的Status作为主状态
result = df.groupby('Client').apply(
    lambda group: group.loc[group['Priority'].idxmin(), 'Status']
).reset_index(name='Main Status')

print(result)

运行后输出结果与期望结果完全一致。

方案2：SQL #

利用窗口函数按Client分组，对Status的数字排序后取第一条记录：

WITH ranked_status AS (
    SELECT 
        Client,
        Status,
        -- 提取Status中的数字并排序，数字越小优先级越高
        ROW_NUMBER() OVER (
            PARTITION BY Client 
            ORDER BY CAST(SUBSTRING(Status, CHARINDEX(' ', Status) + 1) AS INT) ASC
        ) AS rn
    FROM your_table_name
)
SELECT Client, Status AS "Main Status"
FROM ranked_status
WHERE rn = 1;

替换your_table_name为实际表名即可执行，返回结果符合需求。

内容的提问来源于stack exchange，提问作者Iryna