如何按ID聚合数据并保留非重复字段？（Reshape to wide without timevar）

以下是几种常用工具的实现方案，根据你的使用场景选择即可：

Python（Pandas） #

两种写法都能实现需求，第一种更贴合"按id+相同字段分组"的逻辑，第二种适用于确认每个id对应a/b/c唯一的场景：

写法1：按id、a、b、c分组求和 #

import pandas as pd

# 示例数据（实际可通过pd.read_csv等方式读取）
data = {
    'id': [1,1,1,2,2],
    'a': ['state','state','state','county','county'],
    'b': ['yes','yes','yes','no','no'],
    'c': [1,1,1,4,4],
    'sum': [0,234,45,456,55]
}
df = pd.DataFrame(data)

# 分组聚合
result = df.groupby(['id', 'a', 'b', 'c'], as_index=False)['sum'].sum()
print(result)

写法2：按id分组，保留a/b/c的首个值并求和sum #

result = df.groupby('id').agg({
    'a': 'first',
    'b': 'first',
    'c': 'first',
    'sum': 'sum'
}).reset_index()

SQL #

如果数据存储在数据库中，直接执行分组求和语句即可：

SELECT id, a, b, c, SUM(sum) AS sum
FROM your_table
GROUP BY id, a, b, c;

注：由于每个id对应的a/b/c值完全一致，部分数据库支持仅按id分组，但带上所有非聚合字段更符合SQL标准，兼容性更强。

R语言 #

使用dplyr包（推荐） #

library(dplyr)

# 示例数据
data <- data.frame(
    id = c(1,1,1,2,2),
    a = c('state','state','state','county','county'),
    b = c('yes','yes','yes','no','no'),
    c = c(1,1,1,4,4),
    sum = c(0,234,45,456,55)
)

# 分组求和
result <- data %>%
    group_by(id, a, b, c) %>%
    summarise(sum = sum(sum), .groups = 'drop')

print(result)

使用Base R的aggregate函数 #

result <- aggregate(sum ~ id + a + b + c, data = data, FUN = sum)

内容的提问来源于stack exchange，提问作者Rnovice