如何将含相同SSN的行横向展示并统计关联唯一ID数量？

嘿，我来帮你搞定这个需求！要把相同SSN的用户信息横向排列，同时统计每个SSN对应的唯一ID数量，用Python的pandas或者SQL都能实现，下面是具体的方案：

Python实现方案（灵活处理任意数量同SSN记录） #

Python的pandas库非常适合处理这种表格数据的分组和转置需求，能自动适配同一SSN下不同数量的用户记录，不用手动写死列数。

完整代码 #

import pandas as pd

# 1. 构造原始数据（如果是从CSV/Excel读取，替换成pd.read_csv("your_file.csv")即可）
data = [
    ["000000000", 1, "JANE", "DOE"],
    ["123456789", 2, "PETE", "PETER"],
    ["123456789", 3, "JOHN", "SHAW"],
    ["234567890", 4, "ALAN", "DAVID"],
    ["234567890", 5, "MAY", "APRI"],
    ["345677891", 6, "JUNE", "ALYSSA"],
    ["456789123", 7, "LISA", "LINH"],
    ["567891234", 8, "HAL", "LEY"],
    ["567891234", 9, "DEREK", "LI"],
    ["567891234", 10, "JIM", "JAMES"]
]
df = pd.DataFrame(data, columns=["SSN", "ID", "F_NAME", "L_NAME"])

# 2. 定义分组处理函数：将组内记录横向展开，添加后缀
def process_ssn_group(group):
    # 统计当前SSN的用户数量
    user_count = len(group)
    # 重置组内索引，方便生成列后缀
    group = group.reset_index(drop=True)
    
    # 初始化结果字典，先存入SSN和COUNT
    result = {"SSN": group["SSN"].iloc[0], "COUNT": user_count}
    
    # 遍历组内每一条记录，横向写入结果
    for idx, row in group.iterrows():
        if idx == 0:
            # 第一条记录用原列名（ID/F_NAME/L_NAME）
            result["ID"] = row["ID"]
            result["F_NAME"] = row["F_NAME"]
            result["L_NAME"] = row["L_NAME"]
        else:
            # 后续记录添加_2/_3这样的后缀
            suffix = f"_{idx+1}"
            result[f"ID{suffix}"] = row["ID"]
            result[f"F_NAME{suffix}"] = row["F_NAME"]
            result[f"L_NAME{suffix}"] = row["L_NAME"]
    
    return pd.Series(result)

# 3. 按SSN分组并应用处理函数，整理最终结果
final_result = df.groupby("SSN").apply(process_ssn_group).reset_index(drop=True)

# 4. 调整列顺序，和需求格式一致
columns_order = ["SSN", "COUNT"]
# 提取所有带后缀的列，找到最大的后缀数
suffix_cols = [col for col in final_result.columns if "_" in col]
if suffix_cols:
    max_suffix = max(int(col.split("_")[1]) for col in suffix_cols)
    # 依次添加第一组、第二组...的列
    for i in range(1, max_suffix + 1):
        if i == 1:
            columns_order.extend(["ID", "F_NAME", "L_NAME"])
        else:
            columns_order.extend([f"ID_{i}", f"F_NAME_{i}", f"L_NAME_{i}"])
else:
    columns_order.extend(["ID", "F_NAME", "L_NAME"])

final_result = final_result[columns_order]

# 打印输出（如果要保存到文件，用final_result.to_csv("output.csv", index=False)）
print(final_result.to_string(index=False))

代码说明 #

• 自动识别每个SSN下的用户数量，动态生成对应的ID_2/F_NAME_2等列
• 支持从CSV/Excel文件读取原始数据，只需替换构造DataFrame的部分
• 最终输出的列顺序完全匹配你给出的示例格式

SQL实现方案（适合数据库场景） #

如果你的数据存储在数据库里，也可以用SQL的窗口函数和条件聚合来实现，缺点是需要提前知道同一SSN下的最大用户数（比如示例里最多3个，就写3组CASE语句）。

示例SQL代码 #

WITH numbered_records AS (
    -- 给每个SSN分组内的记录编号
    SELECT 
        SSN,
        ID,
        F_NAME,
        L_NAME,
        ROW_NUMBER() OVER (PARTITION BY SSN ORDER BY ID) AS record_num
    FROM your_table_name
)
SELECT 
    SSN,
    COUNT(*) AS COUNT,
    -- 第一组用户信息
    MAX(CASE WHEN record_num = 1 THEN ID END) AS ID,
    MAX(CASE WHEN record_num = 1 THEN F_NAME END) AS F_NAME,
    MAX(CASE WHEN record_num = 1 THEN L_NAME END) AS L_NAME,
    -- 第二组用户信息
    MAX(CASE WHEN record_num = 2 THEN ID END) AS ID_2,
    MAX(CASE WHEN record_num = 2 THEN F_NAME END) AS F_NAME_2,
    MAX(CASE WHEN record_num = 2 THEN L_NAME END) AS L_NAME_2,
    -- 第三组用户信息（如果有更多，继续添加）
    MAX(CASE WHEN record_num = 3 THEN ID END) AS ID_3,
    MAX(CASE WHEN record_num = 3 THEN F_NAME END) AS F_NAME_3,
    MAX(CASE WHEN record_num = 3 THEN L_NAME END) AS L_NAME_3
FROM numbered_records
GROUP BY SSN
ORDER BY SSN;

说明 #

• 用ROW_NUMBER()给每个SSN下的记录排序编号
• 用MAX(CASE...)实现转置，把纵向的记录变成横向的列
• 如果同一SSN下的用户超过3个，需要手动添加更多的CASE语句块

内容的提问来源于stack exchange，提问作者Dave Jabbz