基于首行ID值为重复记录生成Key列的技术需求

依据Name和State字段判定重复记录，为每组重复记录新增Key列，Key值取对应组的首行ID值。

原始数据表 #

期望结果表 #

解决方案 #

1. SQL实现 #

方法一：用MIN()函数（适用于ID递增场景）

通过窗口函数按Name和State分组，取组内最小ID作为Key：

SELECT 
    MIN(ID) OVER (PARTITION BY Name, State) AS Key,
    ID,
    Name,
    State
FROM your_table;

方法二：用FIRST_VALUE()函数（严格取组内首行ID）

若ID无递增规则，需保留原始顺序取首行ID，可指定排序规则：

SELECT 
    FIRST_VALUE(ID) OVER (PARTITION BY Name, State ORDER BY ID) AS Key,
    ID,
    Name,
    State
FROM your_table;

2. Python Pandas实现 #

import pandas as pd

# 构建原始数据
df = pd.DataFrame({
    'ID': [1001, 1002, 1003, 1004],
    'Name': ['Alex', 'Alex', 'Smith', 'Smith'],
    'State': ['CA', 'CA', 'WV', 'WV']
})

# 按分组取首行ID生成Key列
df['Key'] = df.groupby(['Name', 'State'])['ID'].transform('first')

# 调整列顺序匹配期望结果
df = df[['Key', 'ID', 'Name', 'State']]

3. Excel实现 #

1. 先对数据排序：选中数据区域，点击「数据」→「排序」，依次按Name、State、ID升序排列，确保每组首行为最小ID；
2. 在空白列（如D列）输入公式，D2单元格：

   =IF(AND(B2=B1,C2=C1),D1,A2)
   

3. 下拉填充公式，最后将D列重命名为Key并调整列顺序即可。

内容的提问来源于stack exchange，提问作者kumar