如何合并Pandas DataFrame中重复道路的网格页码数据？

你的代码问题出在这几点： #

• 内层循环里，df['GridName']是整个列的所有值，不是当前匹配行的单个网格信息，所以每次拼接的是全量数据，必然重复。
• 最后执行f_t['Grids'] = LV时，是把整个Grids列都覆盖成最后一次循环得到的结果，而不是给每条街道对应各自的聚合值。
• 嵌套循环完全没必要，Pandas本身就有高效的分组聚合能力，手动循环既慢又容易出错。

正确的解决方式（用Pandas原生操作，高效且准确） #

1. 先处理网格格式，把横杠换成空格：

# 假设df.A的网格列叫GridName，道路名列叫street
df['GridName'] = df['GridName'].str.replace('-', ' ')

2. 按道路名称分组，把同一条路的网格信息用逗号拼接：

# 分组聚合得到道路-网格映射表
grid_map = df.groupby('street')['GridName'].agg(', '.join).reset_index()

3. 把聚合结果合并到df.B（也就是你的f_t）里：

# 按道路名称匹配，把网格信息填充到空列中
f_t = f_t.merge(grid_map, on='street', how='left')

这样处理后，df.B里的每条道路都会对应自己所有的网格信息，不会出现重复或全量赋值的问题，而且处理速度比嵌套循环快N倍——Pandas的分组聚合是矢量化操作，专门用来处理这种重复数据聚合的场景。

内容的提问来源于stack exchange，提问作者I Don't Know What I'm Doing