如何在Python中基于现有DataFrame创建按order_id聚合的汇总DataFrame？

完全可以实现，用pandas内置的分组聚合操作就能高效完成，比迭代方法快得多，具体步骤如下：

1. 构造示例DataFrame（与你提供的结构一致） #

import pandas as pd

df = pd.DataFrame({
    'order_id': [1,1,1,2,2,3],
    'product_id': [534,234,292,445,646,8734]
})

2. 分组聚合生成目标DataFrame #

方式一：将关联的product_id转为列表形式 #

# 按order_id分组，把每组的product_id聚合为列表
result_df = df.groupby('order_id')['product_id'].agg(list).reset_index()

生成的结果：

方式二：将关联的product_id转为拼接字符串形式（按需选择） #

如果需要用分隔符（比如逗号）连接product_id，可使用以下代码：

# 按order_id分组，将product_id转为逗号分隔的字符串
result_df = df.groupby('order_id')['product_id'].agg(lambda x: ', '.join(map(str, x))).reset_index()

生成的结果：

效率说明 #

pandas的groupby和agg属于矢量化操作，底层由C语言优化实现，避免了Python层面的循环迭代，数据量越大，和迭代方法的效率差距越明显，完全适合处理大规模数据集。

内容的提问来源于stack exchange，提问作者Yakub