如何在Pandas DataFrame中合并Question列重复行并聚合生成术语表

这需求用Pandas的分组+聚合操作就能完美解决，给你两种实用的思路：

方法1：基于已有的join列快速聚合 #

既然你已经生成了join列，直接按Question分组后把同一组的join值用逗号拼接起来就行：

# 分组聚合，生成术语表
glossary_df = df.groupby('Question')['join'].agg(', '.join).reset_index()
# 重命名列名匹配你的需求
glossary_df.rename(columns={'join': 'glossary'}, inplace=True)

代码解释： #

• groupby('Question')：将DataFrame按Question列的唯一值分组，把相同问题的行归为一组
• agg(', '.join)：对每组的join列执行字符串拼接操作，用, 分隔每个响应项
• reset_index()：把分组后的索引（即Question值）转回普通列，避免索引混乱
• rename：把原来的join列名改成你需要的glossary

方法2：跳过join列，直接在聚合时生成术语（更高效） #

如果数据量较大，不想额外生成join列占用内存，可以直接在分组过程中合并response_number和response_meaning：

glossary_df = df.groupby('Question').apply(
    lambda group: ', '.join(f"{num} : {mean}" for num, mean in zip(group['response_number'], group['response_meaning']))
).reset_index().rename(columns={0: 'glossary'})

这个方法通过apply遍历每个分组，用生成器表达式直接拼接每个响应的编号和含义，一步到位得到目标结果。

运行任意一种方法后，你都会得到和期望完全一致的输出：

内容的提问来源于stack exchange，提问作者Ouhla