基于两数据集条件列值的动态时间戳追加问题

需求说明 #

有两个DataFrame：df1和df2，共享id列。需要将df2中每个id对应的唯一DateTime值用分号;拼接后，添加到df1的新列fix_timestamps中，且保证与对应id匹配。

示例数据：

• df1：

• df2：

原代码问题分析 #

原代码使用groupby(df2['id']).transform(...)，返回的是与df2行数一致的序列，直接赋值给df1新列时，因两个DataFrame行数不匹配，pandas会广播填充，导致所有行的fix_timestamps值重复；同时该方式未建立df1与df2的id对应关系，最终出现错误结果。

正确解决方案 #

核心思路 #

1. 先对df2按id分组，聚合生成每个id对应的唯一时间戳拼接串，得到id到拼接结果的映射关系
2. 将该映射关系匹配到df1中，生成目标列

完整代码 #

import pandas as pd

# 读取文件
file1_path = 'input1.csv'
file2_path = 'input2.csv'
df1 = pd.read_csv(file1_path)
df2 = pd.read_csv(file2_path)

# 处理df2：按id分组，聚合唯一DateTime为分号分隔的字符串
id_timestamp_map = df2.groupby('id')['DateTime'].apply(
    lambda x: ';'.join(x.astype(str).unique())
)

# 将映射匹配到df1，生成新列
df1['fix_timestamps'] = df1['id'].map(id_timestamp_map)

# 保存结果
output_file_path = 'output.csv'
df1.to_csv(output_file_path, index=False)

结果验证 #

运行后df1的fix_timestamps列会正确匹配：

• 所有WPA54的行显示：2023-08-01 00:02:52.527;2023-08-01 00:10:10.640;2023-08-01 00:10:12:740;2023-08-01 00:10:26.937
• 所有IBT675的行显示：2023-08-01 00:10:10.640;2023-08-01 00:10:11.540;2023-08-01 00:10:12:740

内容的提问来源于stack exchange，提问作者user3103082