You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

如何将同弹窗的两行表格数据合并为一行?

解决同一弹窗按钮数据合并到单行的问题

当前数据表格

typebutton_nameprimarysecondarytype_name
1name1_1230type1_name
1name1_2050type1_name
1name1_3270type2_name
1name1_408type2_name
2name2_1780type3_name
2name2_2029type3_name

期望结果表格

typefirstsecondaryprimarysecondarytype_name
1name1_1name1_22350type1_name
1name1_3name1_4278type2_name
2name2_1name2_27829type3_name

1. SQL 解决方案

如果数据存储在数据库中,可通过GROUP BY按type和type_name分组,结合聚合函数提取对应按钮名称和数值:

SELECT
  type,
  MAX(CASE WHEN primary > 0 THEN button_name END) AS first,
  MAX(CASE WHEN secondary > 0 THEN button_name END) AS secondary,
  MAX(primary) AS primary,
  MAX(secondary) AS secondary,
  type_name
FROM your_table
GROUP BY type, type_name
ORDER BY type, type_name;

说明:利用CASE语句筛选出primary/secondary按钮的名称,再用MAX聚合取非空值——同一组内只有一个按钮对应非零的primary/secondary值。

2. Excel/Google Sheets 解决方案

方法一:合并计算

  1. 选中空白区域作为结果输出位置
  2. 点击「数据」→「合并计算」
  3. 函数选择「最大值」,添加数据区域,勾选「最左列」和「首行」作为标签,确定后补充按钮名称列即可

方法二:公式匹配

假设原始数据在A1:E7区域,在G2单元格输入公式获取primary按钮名称(按Ctrl+Shift+Enter触发数组公式):

=INDEX($B$2:$B$7,MATCH(1,($A$2:$A$7=$G2)*($C$2:$C$7>0),0))

同理修改条件,可获取secondary按钮名称和对应数值。

3. Python Pandas 解决方案

用pandas分组聚合处理:

import pandas as pd

# 构造数据(实际可通过read_csv/read_sql读取)
df = pd.DataFrame({
    'type': [1,1,1,1,2,2],
    'button_name': ['name1_1','name1_2','name1_3','name1_4','name2_1','name2_2'],
    'primary': [23,0,27,0,78,0],
    'secondary': [0,50,0,8,0,29],
    'type_name': ['type1_name','type1_name','type2_name','type2_name','type3_name','type3_name']
})

# 分组聚合
result = df.groupby(['type', 'type_name']).agg(
    first=('button_name', lambda x: x[df.loc[x.index, 'primary']>0].iloc[0]),
    secondary=('button_name', lambda x: x[df.loc[x.index, 'secondary']>0].iloc[0]),
    primary=('primary', 'max'),
    secondary_count=('secondary', 'max')
).reset_index()

# 调整列顺序
result = result[['type', 'first', 'secondary', 'primary', 'secondary_count', 'type_name']]
print(result)

运行后即可得到期望的合并结果。


内容的提问来源于stack exchange,提问作者leah

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.07.26 16:07:31