如何使用Pandas循环对DataFrame列进行排序与分组拼接

原始数据与目标格式 #

原始DataFrame #

目标DataFrame #

循环实现方法 #

按照要求，使用循环完成排序与分组的步骤如下：

• 先对原始数据按Area和Sequence升序排序，确保每个区域内的记录按序号排列
• 提取所有唯一的Area值，逐个遍历
• 针对每个Area，筛选出对应行，将每行的X、Y值拼接为字符串，再用,连接所有行的拼接结果
• 收集所有区域的结果，转换为目标格式的DataFrame

代码实现：

import pandas as pd

# 构造原始数据
df1 = pd.DataFrame({
    'Area': ['A', 'A', 'A', 'B', 'B', 'C', 'C'],
    'Sequence': [2, 1, 3, 2, 1, 1, 2],
    'X': [604582.25, 604590.25, 604579.25, 536584.47, 536570, 509202.13, 509205.3],
    'Y': [320710, 320704.75, 320710, 176977.83, 176996.43, 307995.99, 307951.24]
})

# 排序：先按Area，再按Sequence升序
df_sorted = df1.sort_values(by=['Area', 'Sequence'])

# 初始化结果列表
result = []

# 遍历每个唯一Area
for area in df_sorted['Area'].unique():
    # 获取当前Area的所有行
    subset = df_sorted[df_sorted['Area'] == area]
    # 拼接每行的X和Y，再合并成一个字符串
    xy_combined = ' ,  '.join([f"{row['X']}  {row['Y']}" for _, row in subset.iterrows()])
    # 添加到结果列表
    result.append({'Area': area, 'XY_by_sequence': xy_combined})

# 转换为目标DataFrame
df_result = pd.DataFrame(result)
print(df_result)

更高效的非循环实现（推荐） #

如果没有强制要求使用循环，Pandas的分组聚合方法更简洁且性能更优：

import pandas as pd

df1 = pd.DataFrame({
    'Area': ['A', 'A', 'A', 'B', 'B', 'C', 'C'],
    'Sequence': [2, 1, 3, 2, 1, 1, 2],
    'X': [604582.25, 604590.25, 604579.25, 536584.47, 536570, 509202.13, 509205.3],
    'Y': [320710, 320704.75, 320710, 176977.83, 176996.43, 307995.99, 307951.24]
})

# 排序后分组聚合
df_result = (df1.sort_values(by=['Area', 'Sequence'])
             .groupby('Area')
             .apply(lambda grp: ' ,  '.join([f"{x}  {y}" for x, y in zip(grp['X'], grp['Y'])]))
             .reset_index(name='XY_by_sequence'))

print(df_result)

内容的提问来源于stack exchange，提问作者Vivek kanna Jayaprakash