合并多列去重结果并在新列赋值的数据转换需求咨询

处理逻辑 #

• 特征映射规则：
  • 原表Product列的所有取值，在新表中对应Feature标记为Product
  • 原表Region列的所有取值，在新表中对应Feature标记为Region
  • 原表Comp1/Comp2/Comp3三列的所有取值，在新表中统一对应Feature标记为Comp
• 去重规则：将所有列的取值纵向拼接，按Name + Feature的组合维度去重，避免重复值
• 自动编号规则：按Feature分组，组内取值按首次出现的顺序生成递增编号，编号前缀和分组对应：
  • Product分组编号格式为P+顺序数（如P1、P2…）
  • Region分组编号格式为R+顺序数（如R1、R2…）
  • Comp分组编号格式为C+顺序数（如C1、C2…）

原始Table1示例数据 #

Product Region      Comp1   Comp2   Comp3
A       North       Legacy  New     Legacy
B       South       New     Old     Legacy
C       East        Old     Old     Legacy
D       West        Old     Legacy  Old

转换后Table2输出结果 #

Name    Feature Assigned_Name
A       Product P1
B       Product P2
C       Product P3
D       Product P4
North   Region  R1
South   Region  R2
East    Region  R3
West    Region  R4
Legacy  Comp    C1
New     Comp    C2
Old     Comp    C3

内容的提问来源于stack exchange，提问作者gojomoso