如何用Python识别CSV重复项并将对应数据整理至对应列

我有一个包含重复条目的CSV文件，需要识别重复字段并把对应数据整理到同一行的不同列中。

原CSV表格内容：

期望处理后的表格：

我已经写出了部分代码，能识别重复项，但不知道后续怎么合并数据，现有代码如下：

import pandas

df = pandas.read_csv(csv_file, names=fields, index_col=False)

df = df[df.duplicated([column1], keep=False)]

df.to_csv(csv_file2, index=False)

你当前的代码仅筛选出了含重复值的行，未完成数据合并的核心操作。可以通过Pandas的分组+聚合方法实现需求，具体代码和步骤如下：

完整实现代码 #

import pandas as pd

# 读取CSV文件，若原始文件无表头，需添加header=None并手动指定列名
df = pd.read_csv("input.csv")

# 按Column A分组，将每组的Column B值转为列表后拆分成多列
grouped_data = df.groupby("Column A")["Column B"].apply(list).apply(pd.Series)

# 重命名列名，匹配期望的Column B/C/D格式
grouped_data.columns = [f"Column {chr(66 + i)}" for i in range(grouped_data.shape[1])]

# 将Column A从索引转回普通列，生成最终结果
result_df = grouped_data.reset_index()

# 保存处理后的CSV
result_df.to_csv("output.csv", index=False)

代码说明 #

• groupby("Column A")["Column B"].apply(list)：把同一Column A对应的所有Column B值收集为列表
• apply(pd.Series)：将列表横向拆分为多列，每个元素对应一列
• 列名重命名逻辑用chr(66+i)自动生成B、C、D等列名，可适配更多重复行的场景
• 若原始CSV无表头，读取时需修改为df = pd.read_csv("input.csv", header=None)，并手动指定列名：df.columns = ["Column A", "Column B", "Column C", "Column D"]

内容的提问来源于stack exchange，提问作者narashimhaa kannan