基于ResNum列合并多行并拼接Rate列值的Pandas需求

核心实现思路 #

• 以ResNum列为分组依据，将同一组内的Rate列值用竖线|拼接成单个字符串
• 对包含Name、Nights在内的46列，因同一ResNum对应行的这类字段值通常一致，直接保留每组内的第一个值即可

代码实现步骤 #

1. 导入Pandas库

import pandas as pd

2. 加载电子表格数据（根据实际文件格式调整读取方式）

# Excel格式
df = pd.read_excel('your_data.xlsx')
# CSV格式则替换为：df = pd.read_csv('your_data.csv')

3. 定义聚合规则并执行分组合并

# 构造聚合规则：Rate列做竖线拼接，其余列取每组第一个值
aggregation_rules = {
    'Rate': lambda x: '|'.join(x.astype(str)),  # 转为字符串避免数值类型拼接报错
    **{col: 'first' for col in df.columns if col not in ['ResNum', 'Rate']}
}

# 按ResNum分组聚合，保留原始列结构
merged_df = df.groupby('ResNum', as_index=False).agg(aggregation_rules)

关键注意事项 #

• 如果部分非ResNum、Rate的列在同一ResNum分组内存在不同值，需调整对应列的聚合规则：比如同样用'|'.join拼接，或取众数'mode'，具体根据业务需求处理
• 2万行的数据量属于Pandas常规处理范围，上述方法效率足够，无需额外优化
• 可提前验证分组内字段的唯一性，排查异常数据：

# 查看各列在分组内的最大不同值数量
unique_counts = df.groupby('ResNum').nunique().max()
print(unique_counts[unique_counts > 1])  # 输出存在多值的列

内容的提问来源于stack exchange，提问作者Boomer