如何在MS Access中为表内含重复值的字段生成对应统一ID

根据你使用的工具不同，可选择对应的操作方案：

1. Excel/WPS 表格场景 #

• 方案A（提前去重匹配）：
  1. 先将en列去重后粘贴到空白列（比如D列，D1开始依次为apple、building、can、water）
  2. 在enid列首个数据单元格（假设表头在第1行，首个数据单元格为B2）输入公式：=MATCH(A2,$D$1:$D$4,0)，下拉填充所有行即可，相同单词会匹配到同一编号
• 方案B（无需额外去重列）：
  1. 在enid列首个数据单元格B2输入公式：=XLOOKUP(A2,$A$2:A2,$B$2:B2,MAX($B$2:B2)+1,0)
  2. 直接下拉填充，公式会自动给首次出现的新单词分配递增编号，重复单词复用已有编号

2. SQL 数据库场景 #

假设你的表名为word_table，可通过关联去重后的编号列表更新字段：

-- 支持窗口函数的数据库（MySQL 8.0+/PostgreSQL/SQL Server等）
UPDATE word_table t1
JOIN (
    SELECT en, ROW_NUMBER() OVER (ORDER BY en) AS new_id
    FROM word_table
    GROUP BY en
) t2 ON t1.en = t2.en
SET t1.enid = t2.new_id;

如果使用MySQL 5.7及以下不支持窗口函数的版本，可使用变量实现：

UPDATE word_table t1
JOIN (
    SELECT en, @id := @id +1 AS new_id
    FROM (SELECT DISTINCT en FROM word_table ORDER BY en) t, (SELECT @id :=0) init
) t2 ON t1.en = t2.en
SET t1.enid = t2.new_id;

注：如果需要按单词首次出现的顺序分配编号，将上述代码中ORDER BY en修改为ORDER BY MIN(主键/行号)即可

3. Python Pandas 场景 #

如果你用Pandas处理数据表：

import pandas as pd
# 假设df为你读取的数据表对象
# 方法1：用dense排名生成连续编号
df['enid'] = df['en'].rank(method='dense').astype(int)
# 方法2：用factorize生成编号（默认从0开始，+1后和示例逻辑一致）
df['enid'] = pd.factorize(df['en'])[0] + 1

内容的提问来源于stack exchange，提问作者user9