如何在SQL中合并同一客户的多行B1、C1列数据？

方法1：Excel/Google Sheets（Power Query） #

适合可视化批量处理，支持任意行数的合并需求：

1. 选中目标数据区域，点击「数据」选项卡 → 「从表格/区域」（Excel）或「数据」→「导入数据」→「从表格」（Google Sheets），将数据导入Power Query编辑器。
2. 选中Name和DOB列，点击「转换」选项卡 → 「分组依据」。
3. 分组规则设置：
   • 分组依据：勾选Name和DOB
   • 新增两个分组项：
     • 列名设为B1，操作选「自定义」，公式栏输入Text.Combine([B1], ", ")
     • 列名设为C1，操作选「自定义」，公式栏输入Text.Combine([C1], ", ")
4. 点击确定后，关闭编辑器并上载数据，即可得到合并结果。

如果是少量数据，也可以用函数公式：
假设数据在A1:D3区域，E2单元格输入（Excel 365/Google Sheets直接回车，旧版Excel按Ctrl+Shift+Enter）：

=TEXTJOIN(", ", TRUE, IF((A$2:A$3=A2)*(B$2:B$3=B2), C$2:C$3, ""))

下拉填充后，再在F2单元格处理C1列：

=TEXTJOIN(", ", TRUE, IF((A$2:A$3=A2)*(B$2:B$3=B2), D$2:D$3, ""))

方法2：Python pandas代码 #

适合编程自动化处理，兼容单行、多行等所有场景：

import pandas as pd

# 加载你的数据（实际使用时可替换为pd.read_excel/pd.read_csv读取文件）
data = {
    'Name': ['cust A', 'cust A'],
    'DOB': ['01/06/99', '01/06/99'],
    'B1': ['ba1', 'ba2'],
    'C1': ['ca1', 'ca2']
}
df = pd.DataFrame(data)

# 按Name+DOB分组，合并对应列
merged_df = df.groupby(['Name', 'DOB']).agg(
    B1=('B1', ', '.join),
    C1=('C1', ', '.join)
).reset_index()

print(merged_df)

运行输出结果：

Name       DOB         B1         C1
0  cust A  01/06/99  ba1, ba2  ca1, ca2

内容的提问来源于stack exchange，提问作者lwillson