使用Pandas合并重复联系人行：唯一值以&拼接的实现问题

核心思路 #

1. 确定分组依据：以联系人的唯一标识字段（Last Name、Contact First Name、Contact Last Name、Email）作为分组键，确保只有属于同一联系人的行才会被合并。
2. 自定义聚合逻辑：对需要合并的字段（First Name、Preferred Name、Type、ID），如果组内所有值相同则直接保留原值；如果存在不同值，则用&拼接唯一值（自动去重，避免重复内容）。

完整代码实现 #

import pandas as pd

# 1. 加载/创建原始数据（替换为你的XLS文件路径：pd.read_excel("your_exported_data.xls")）
data = [
    ["TMart", "Bob", "Bob", "TypeA", 22, "Sully", "TMart", "sullyt@email.com"],
    ["TMart", "Jannet", "Jan", "TypeB", 23, "Sully", "TMart", "sullyt@email.com"],
    # 新增Type相同的测试用例，验证不重复拼接逻辑
    ["Smith", "Alice", "Ali", "TypeC", 45, "John", "Smith", "johns@email.com"],
    ["Smith", "Anna", "Annie", "TypeC", 46, "John", "Smith", "johns@email.com"]
]

df = pd.DataFrame(
    data,
    columns=["Last Name", "First Name", "Preferred Name", "Type", "ID", "Contact First Name", "Contact Last Name", "Email"]
)

# 2. 定义自定义聚合函数
def aggregate_unique_values(series):
    unique_vals = series.unique()
    if len(unique_vals) == 1:
        return unique_vals[0]
    # 对数字类型字段自动转字符串后拼接
    return " & ".join(map(str, unique_vals))

# 3. 执行分组聚合
group_keys = ["Last Name", "Contact First Name", "Contact Last Name", "Email"]
agg_config = {
    "First Name": aggregate_unique_values,
    "Preferred Name": aggregate_unique_values,
    "Type": aggregate_unique_values,
    "ID": aggregate_unique_values
}

merged_df = df.groupby(group_keys, as_index=False).agg(agg_config)

# 4. 生成三个邮件列表CSV（示例按Type拆分，可根据实际需求调整筛选逻辑）
# 假设三个列表对应TypeA、TypeB、TypeC
for list_type in ["TypeA", "TypeB", "TypeC"]:
    # 筛选对应类型的联系人
    list_df = merged_df[merged_df["Type"].str.contains(list_type)]
    # 保存为CSV（不含索引列）
    list_df.to_csv(f"mailing_list_{list_type}.csv", index=False)

关键细节说明 #

• 解决多列合并问题：使用agg()方法可以针对不同列单独配置聚合逻辑，避免了单列apply()无法批量处理的问题。
• 自动处理值重复场景：自定义函数会先判断组内值是否唯一，相同值直接保留，无需多余拼接。
• 兼容数字类型字段：通过map(str, unique_vals)将ID等数字类型转为字符串，确保拼接格式统一。

内容的提问来源于stack exchange，提问作者Josiah Stewart