如何按ID1、ID2唯一组合分组汇总表格，合并列中存在的x值

算力阿峰

2026-8-30

实现方案

这个需求本质是双维度分组后的条件聚合场景，直接按ID1、ID2分组后对两个指标列做存在性判断即可，不需要写复杂的行级去重、关联逻辑。

核心规则

对每个唯一的(ID1, ID2)组合：

col1字段：组内任意一行col1值为x则返回x，无匹配值则留空
col2字段：逻辑和col1完全一致
每个分组最终仅输出1行结果，天然满足去重要求。

常用场景代码实现

SQL 环境（适用于MySQL、PostgreSQL、Hive、SparkSQL等绝大多数SQL引擎）

直接用聚合函数搭配条件判断即可，代码如下：

SELECT
  ID1,
  ID2,
  MAX(CASE WHEN col1 = 'x' THEN 'x' ELSE NULL END) AS col1,
  MAX(CASE WHEN col2 = 'x' THEN 'x' ELSE NULL END) AS col2
FROM 你的数据表名
GROUP BY ID1, ID2;

逻辑说明：因为x是固定的有效值，只要组内存在该值，MAX聚合就会返回x，组内无匹配值时返回NULL（空值），完全匹配需求。如果后续需要判断的目标值变化，只需要修改CASE WHEN后的判断条件即可。

Python Pandas 环境

针对DataFrame格式的数据，实现代码如下：

import pandas as pd

# 此处替换为你自己的数据读取逻辑，示例为构造题目中的原始数据
df = pd.DataFrame([
    {"ID1": "A", "ID2": "B", "col1": "x", "col2": None},
    {"ID1": "A", "ID2": "B", "col1": None, "col2": "x"},
    {"ID1": "A", "ID2": "C", "col1": None, "col2": None},
    {"ID1": "A", "ID2": "C", "col1": None, "col2": None}
])

# 分组聚合得到结果
res = df.groupby(["ID1", "ID2"], as_index=False).agg(
    col1=("col1", lambda s: "x" if "x" in s.dropna().values else None),
    col2=("col2", lambda s: "x" if "x" in s.dropna().values else None)
)

执行后输出的res完全符合预期结果：