在R中合并首两列元素互为逆序的行并求和最后列数值

嘿，这个需求我之前帮同事处理过，给你两个实用的方案，不管你习惯用Excel公式还是写脚本都能搞定～

如果数据量不大，直接用Excel内置公式就能解决，步骤很清晰：

1. 生成配对标识：新增一列（比如E列），在E2单元格输入以下公式，然后下拉填充到所有行：

   =IF(A2<B2, A2&"-"&B2, B2&"-"&A2)
   

   这个公式的核心是把Column1和Column2的内容按字典序排序后拼接，这样互为逆序的两行（比如ABC&DEF和DEF&ABC）就会生成完全相同的标识（ABC-DEF），方便后续分组求和。

2. 计算每对的总和：

   • 如果你想查看每一行对应的配对总和，在空白单元格（比如F2）输入：

     =SUMIF(E:E, E2, D:D)
     

     下拉后，每一行都会显示它所在配对组的最后列数值总和。
   • 如果你想直接得到所有配对组的总合计（自动去重），可以用这个公式：

     =SUMPRODUCT(D:D/COUNTIF(E:E,E:E))
     

     用你的测试数据举例，这个公式会返回16+58+12=84；如果只想统计有配对的组（排除像Test1&Test2这种没有逆序的行），可以先筛选E列中出现次数≥2的行，再用SUMIF求和。

如果你的Excel文件行数很多（比如上万行），用Python的pandas库处理会更高效，步骤如下：

1. 先安装需要的库（如果没装过）：

   pip install pandas openpyxl
   

2. 编写处理脚本（替换成你的文件路径）：

   import pandas as pd
   
   # 读取Excel文件
   df = pd.read_excel("你的文件路径.xlsx")
   
   # 生成配对标识：将Column1和Column2排序后拼接
   df["pair_key"] = df.apply(lambda row: "-".join(sorted([row["Column1"], row["Column2"]])), axis=1)
   
   # 按标识分组，对最后一列（Column4）求和
   group_sum = df.groupby("pair_key")["Column4"].sum()
   
   # 打印结果并保存到新Excel
   print("每对逆序行的最后列总和：")
   print(group_sum)
   group_sum.to_excel("求和结果.xlsx")
   

3. （可选）如果只想统计存在配对的组，可以加一行过滤：

   # 只保留出现次数≥2的配对组
   filtered_sum = group_sum[group_sum.index.map(lambda x: df["pair_key"].value_counts()[x] >= 2)]
   print("仅含配对的逆序行总和：")
   print(filtered_sum)
   

用你的测试数据运行脚本，会得到：

pair_key
ABC-DEF    16
PQR-XYZ    58
Test1-Test2    12
Name: Column4, dtype: int64

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