如何在CSV表格中为重复COLOR值添加对应ID至SAME_COLOR列？

需求说明：现有含约10k行的CSV文件，需为COLOR列重复的行（最多重复两次），在SAME_COLOR列填入对应重复行的ID；无重复COLOR的行则留空。

以下是两种高效手动处理方案：

方法一：Excel/LibreOffice 公式填充 #

直接在SAME_COLOR列使用公式批量计算：

1. 打开CSV文件，定位到SAME_COLOR列的第一个数据行（假设是D2单元格）
2. 输入以下公式（根据办公软件版本选择）：
   • 兼容Excel/LibreOffice的数组公式：

     =IFERROR(INDEX($A$2:$A$10001, MATCH(1, ($C$2:$C$10001=C2)*($A$2:$A$10001<>A2), 0)), "")
     

     Excel需按Ctrl+Shift+Enter确认数组公式，LibreOffice自动识别
   • 支持XLOOKUP的新版本Excel：

     =XLOOKUP(TRUE, ($C:$C=C2)*($A:$A<>A2), $A:$A, "")
     

3. 选中公式单元格，下拉填充至所有行，即可自动生成SAME_COLOR值

方法二：SQLite3 命令行处理 #

适合习惯用SQL操作的场景，步骤清晰：

1. 打开终端/命令提示符，启动SQLite3：

   sqlite3 temp.db
   

2. 创建临时表并导入CSV（假设文件名为products.csv）：

   CREATE TABLE temp_products (ID INTEGER, product TEXT, COLOR TEXT, SAME_COLOR INTEGER);
   .mode csv
   .import products.csv temp_products
   

3. 更新SAME_COLOR列，关联同色不同ID的记录：

   UPDATE temp_products t1
   SET SAME_COLOR = (
       SELECT t2.ID
       FROM temp_products t2
       WHERE t2.COLOR = t1.COLOR AND t2.ID != t1.ID
   )
   WHERE EXISTS (
       SELECT 1
       FROM temp_products t2
       WHERE t2.COLOR = t1.COLOR AND t2.ID != t1.ID
   );
   

4. 导出更新后的CSV：

   .mode csv
   .output updated_products.csv
   SELECT * FROM temp_products;
   .quit
   

执行完成后，当前目录下的updated_products.csv即为处理后的结果。

内容的提问来源于stack exchange，提问作者Serbiss