如何使用Pandas合并CSV文件中指定行的多列数据

方案1：Python Pandas实现（推荐，处理效率最高） #

62000行数据全程处理耗时低于1秒，完全匹配你之前的操作效率要求，代码示例如下：

import pandas as pd

# 读取CSV，统一转字符串格式避免ID、Parent列出现科学计数法或格式错乱
df = pd.read_csv("你的源文件路径.csv", dtype=str)

# 按Name、Parent分组，Data列去重后用逗号拼接
group_df = df.groupby(["Name", "Parent"], as_index=False)["Data"].agg(
    lambda x: ",".join(pd.unique(x))
)

# 生成符合规则的新行
new_rows = group_df.rename(columns={"Parent": "ID"})
new_rows["Parent"] = ""

# 合并原表和新行，输出结果
result_df = pd.concat([df, new_rows], ignore_index=True)
result_df.to_csv("处理后的结果.csv", index=False, encoding="utf-8-sig")

如果你的Data列本身包含逗号，可修改agg逻辑对单个Data值加引号包裹，避免后续CSV解析错乱。

方案2：Excel Power Query实现（无需写代码） #

适合没有Python环境的场景，操作步骤如下：

• 打开Excel，点击「数据」选项卡-「从文本/CSV」，导入你的源CSV文件，选择加载到Power Query编辑器
• 按住Ctrl选中Name、Parent两列，点击「分组依据」，设置：
  • 新列名：临时表
  • 操作：所有行
• 点击「添加列」-「自定义列」，输入公式：Text.Combine(List.Distinct(Table.Column([临时表], "Data")), ",")
• 删除多余的「临时表」列，将Parent列重命名为ID，再新增一列命名为Parent，值留空
• 点击「主页」-「追加查询」，选择将当前生成的新行表追加到原始表中
• 最后点击「关闭并上载」，导出为CSV即可，全流程耗时在5秒以内

内容的提问来源于stack exchange，提问作者user17026550