请求实现按日期累积字符串列唯一值的功能

现有包含日期列（A列）与字符串值列（B列）的数据集，原始数据如下：

需要实现按唯一日期分组，每日累积包含此前所有日期出现过的B列唯一字符串，期望输出如下：

尝试过基础累积方法，但针对字符串值无法得到预期结果，寻求可行方案。

解决方案一：Excel Power Query 实现 #

Power Query适合可视化处理这类累积去重分组需求，步骤如下：

1. 选中数据区域，点击「数据」选项卡 → 「从表格/区域」，将数据导入Power Query编辑器。
2. 提取每日唯一B值：
   • 点击「转换」→「分组依据」，分组列选A，新列名设为「每日唯一B」，操作选择「所有行」。
   • 对「每日唯一B」列，右键选择「转换」→「提取唯一值」，得到每个日期对应的唯一字符串列表。
3. 构建累积唯一值列表：
   • 添加自定义列，输入公式：

     List.Accumulate(List.Range(#"分组依据"[A], 0, List.PositionOf(#"分组依据"[A], [A]) + 1), {}, (state, current) => List.Distinct(state & Table.SelectRows(#"分组依据", each [A] = current)[每日唯一B]{0}))
     

     该公式会累积当前日期及之前所有日期的唯一B值。
4. 展开累积列表：点击累积列的展开按钮，选择「到新行」。
5. 调整日期列格式：
   • 添加索引列，再添加自定义列判断是否为当前日期组的第一行，是则保留日期，否则为空。
   • 删除原日期列和索引列，将自定义列重命名为A。
6. 关闭并上载到Excel，即可得到目标格式。

解决方案二：Python pandas 代码实现 #

如果用代码处理，pandas可快速完成需求：

import pandas as pd

# 加载原始数据（实际使用时可替换为pd.read_excel/pd.read_csv读取文件）
df = pd.DataFrame({
    'A': ['01/02/23']*3 + ['02/02/23']*5,
    'B': ['apple', 'pear', 'apple', 'apple', 'apple', 'banana', 'banana', 'apple']
})

# 提取每个日期对应的唯一B值
daily_unique = df.groupby('A')['B'].unique().reset_index()

# 构建累积唯一值集合
cumulative_data = []
seen_items = set()
for _, row in daily_unique.iterrows():
    seen_items.update(row['B'])
    cumulative_data.append({'A': row['A'], 'B': list(seen_items)})

# 转换为目标格式的DataFrame
result = pd.DataFrame(cumulative_data).explode('B').reset_index(drop=True)

# 处理日期列：仅保留每组第一行的日期，其余单元格为空
result['A'] = result.groupby('A')['A'].transform(lambda x: x.iloc[0] if x.name == x.iloc[0] else '')

print(result)

运行代码后输出结果：

A       B
0  01/02/23   apple
1            pear
2  02/02/23   apple
3            pear
4            banana

内容的提问来源于stack exchange，提问作者SKR0121