用户列表迁移时按相同ID合并多行并汇总订阅数值的实现方法咨询

• 第一步：将原始数据按「邮箱」列升序、「订阅起始日期」列降序排序，确保同一邮箱的最新订阅记录排在最前
• 第二步：在空白 Sheet 中用UNIQUE(原始数据!A:A)提取所有不重复的邮箱地址（假设A列为邮箱列）
• 第三步：匹配用户基础信息，同邮箱的姓名、手机号等信息一致，直接用VLOOKUP匹配第一条记录即可，公式参考=VLOOKUP(当前行邮箱, 原始数据!A:B, 2, FALSE)（B列为姓名列）
• 第四步：统计单用户总订阅费用，公式参考=SUMIF(原始数据!A:A, 当前行邮箱, 原始数据!C:C)（C列为订阅费用列）
• 第五步：匹配订阅等级，公式参考=IF(当前总费用单元格<20,"Beginner","Pro")
• 第六步：提取最新订阅日期，公式参考=MAXIFS(原始数据!D:D, 原始数据!A:A, 当前行邮箱)（D列为订阅起始日期列，旧版Excel无MAXIFS可改用数组公式=MAX(IF(原始数据!A:A=当前行邮箱,原始数据!D:D))按Ctrl+Shift+Enter确认）

import pandas as pd

# 读取原始数据，csv格式换成read_csv即可
df = pd.read_excel("原始订阅数据.xlsx")

# 按邮箱分组聚合计算
result = df.groupby("邮箱", as_index=False).agg(
    # 所有用户基础字段都按该格式添加，取第一条即可
    姓名=("姓名", "first"),
    总订阅费用=("订阅费用", "sum"),
    最新订阅日期=("订阅起始日期", "max")
)

# 生成订阅等级字段
result["订阅等级"] = result["总订阅费用"].apply(lambda x: "Beginner" if x < 20 else "Pro")

# 导出结果，去掉行索引
result.to_excel("合并后订阅数据.xlsx", index=False)

使用前将代码中的列名替换为自己实际数据的列名即可。

SELECT 
    邮箱,
    姓名,
    -- 其他需要保留的用户基础字段都添加到此处和GROUP BY中
    SUM(订阅费用) AS 总订阅费用,
    MAX(订阅起始日期) AS 最新订阅日期,
    CASE WHEN SUM(订阅费用) < 20 THEN 'Beginner' ELSE 'Pro' END AS 订阅等级
FROM 订阅记录表
GROUP BY 邮箱, 姓名

• 所有操作前务必备份原始数据，避免误操作导致数据丢失
• 若存在同一邮箱对应不同基础信息（如姓名不一致）的情况，建议先清洗基础信息再执行合并操作

内容的提问来源于stack exchange，提问作者Mista K.