如何合并DataFrame行：实现邮箱唯一关联所有标记系统

嘿，看起来你需要把重复邮箱对应的标记系统合并到一行里对吧？我给你几个实用的方案，根据你日常使用的工具来选就好～

方案1：用Python代码处理（适合编程场景） #

假设你的输出内容是每行以 邮箱 | 标记系统 的格式呈现，比如：

user1@example.com | SystemA
user1@example.com | SystemB
user2@example.com | SystemA

你可以用字典来聚合每个邮箱对应的所有标记系统，代码示例如下：

# 这里可以替换成你实际获取输出行的方式，比如从文件读取：
# with open("your_output.txt", "r") as f:
#     output_lines = f.readlines()

output_lines = [
    "user1@example.com | SystemA",
    "user1@example.com | SystemB",
    "user2@example.com | SystemA"
]

email_systems = {}
for line in output_lines:
    # 去除首尾空格后分割行内容
    email, system = line.strip().split(" | ")
    # 聚合标记系统
    if email not in email_systems:
        email_systems[email] = []
    email_systems[email].append(system)

# 生成你期望的输出格式
for email, systems in email_systems.items():
    print(f"{email} | {', '.join(systems)}")

运行后就能得到：

user1@example.com | SystemA, SystemB
user2@example.com | SystemA

如果你的原输出分隔符不是 |，只需要修改 split 里的参数就行。

方案2：用Shell脚本（awk）处理（适合文本文件快速处理） #

如果你的输出已经保存在文本文件里（比如 output.txt），可以直接用awk命令快速完成合并：

awk -F' | ' '{arr[$1] = arr[$1] ? arr[$1] ", " $3 : $3} END{for (e in arr) print e " | " arr[e]}' output.txt

命令解释： #

• -F' | '：指定行内容的分隔符为 |（空格+竖线+空格）
• arr[$1] = arr[$1] ? arr[$1] ", " $3 : $3：用数组存储邮箱对应的标记系统，已存在则追加新系统，不存在则初始化
• END 块：遍历数组，输出每个邮箱和对应的所有标记系统

内容的提问来源于stack exchange，提问作者BeMuRR187