使用Pandas合并重复联系人行并追加不同公司列

输入DataFrame #

期望输出 #

注：单个联系人可关联两家以上公司，需自动生成对应序号的列。

解决方案代码 #

import pandas as pd

# 构造输入数据
df = pd.DataFrame({
    'CONTACT_ID': [1, 1, 30],
    'COMPANY_ID': [8, 87, 12],
    'FIRST_NAME': ['Martin', 'Martin', 'Jean'],
    'SURNAME': ['GERARD', 'GERARD', 'DUPOND'],
    'EMAIL': ['martin.gerard@gmail.com', 'martin.gerard@gmail.com', 'jean.dupond@aol.com'],
    'COMPANY_NAME': ['BIG COMPANY', 'LITTLE COMPANY', 'MEGA COMPANY']
})

# 可选：去掉公司名称中的空格，匹配期望输出格式
df['COMPANY_NAME'] = df['COMPANY_NAME'].str.replace(' ', '')

# 按联系人分组，给每个联系人下的公司分配序号
df['seq'] = df.groupby('CONTACT_ID').cumcount() + 1

# 透视表实现横向展开
pivoted = df.pivot(
    index=['CONTACT_ID', 'FIRST_NAME', 'SURNAME', 'EMAIL'],
    columns='seq',
    values=['COMPANY_ID', 'COMPANY_NAME']
)

# 重命名列，生成COMPANY_ID_1、COMPANY_NAME_1格式的列名
pivoted.columns = [f'{col[0]}_{col[1]}' for col in pivoted.columns]

# 重置索引，将多级索引转为普通列，空值转为空字符串
result = pivoted.reset_index().fillna('')

print(result)

代码说明 #

• 处理公司名称（可选）：用str.replace(' ', '')去掉公司名称中的空格，完全匹配期望输出格式。
• 添加序号列：通过groupby('CONTACT_ID').cumcount()+1给每个联系人下的公司从1开始编号，区分同一联系人的不同关联公司。
• 透视表转换：以联系人的唯一标识（CONTACT_ID、姓名、邮箱）为索引，序号为列字段，将公司ID和名称横向展开。
• 列名重命名：把透视表生成的多级列名（如(COMPANY_ID,1)）转为COMPANY_ID_1的直观格式。
• 空值处理：用fillna('')将无关联公司的位置转为空字符串，贴合输出示例。

该方案支持任意数量的关联公司，会自动生成对应序号的列，无需手动指定最大公司数量。

内容的提问来源于stack exchange，提问作者MDUB77