如何在Pandas中基于单列合并行（列数可变）

问题场景 #

现有一列名、列数均不固定的DataFrame，需要基于A列实现：

• 若多行A列值相同，则合并为一行，其余列的对应值用逗号拼接
• 若A列值唯一，则保留原行

示例输入 #

A          B             C           D          E
     U1        1              24          35         a
     V1        9              d           65         j
     V1        85             tv          107        k
     T2        12             7            37        l
     X         8              n           12         uk 
     Y         7              iu          120        pq
     Y         13             k1          77         rp

期望输出 #

A          B             C           D          E
     U1        1              24          35         a
     V1        9, 85          d,tv        65,107     j,k
     T2        12             7            37        l
     X         8              n           12         uk 
     Y         7,13           iu,k1       120,77     pq,rp

原固定列场景的逐列处理方式，因列数过多（100+）且可能新增列，无法适用，需批量处理方案。

解决方案 #

使用pandas的groupby结合agg方法，批量对所有非分组列执行拼接操作，无需指定列名：

import pandas as pd

# 构造示例DataFrame（实际场景可直接读取你的数据源）
data = {
    'A': ['U1', 'V1', 'V1', 'T2', 'X', 'Y', 'Y'],
    'B': [1, 9, 85, 12, 8, 7, 13],
    'C': ['24', 'd', 'tv', '7', 'n', 'iu', 'k1'],
    'D': [35, 65, 107, 37, 12, 120, 77],
    'E': ['a', 'j', 'k', 'l', 'uk', 'pq', 'rp']
}
df = pd.DataFrame(data)

# 核心处理逻辑：按A列分组，对所有列执行字符串拼接
df_out = df.groupby('A', as_index=False).agg(lambda x: ', '.join(x.astype(str)))

# 输出结果
print(df_out)

代码说明 #

1. groupby('A', as_index=False)：按A列分组，as_index=False保证分组后A列仍为普通列，而非索引
2. agg(lambda x: ', '.join(x.astype(str)))：对每个分组中的每一列（自动遍历所有非分组列）执行操作：
   • 先将列内所有值转为字符串（避免数值类型无法直接join）
   • 用, 作为分隔符拼接所有值
3. 该方案无需指定具体列名，新增列后无需修改代码，自动适配所有列

内容的提问来源于stack exchange，提问作者Stan