如何使用pandas实现医院名称去重并合并对应行数据？

核心思路 #

通过groupby按医院名称分组，对每组的其他列数据执行合并（或对应聚合操作），最后将分组结果转回常规DataFrame并保存。

代码实现 #

1. 导入依赖并读取数据

import pandas as pd

# 读取输入Excel文件，替换为你的文件路径
df = pd.read_excel("输入文件.xlsx")

2. 分组合并数据
   根据你的实际数据结构选择对应方式：

• 通用文本列合并（去重+过滤空值）：适用于所有非医院名称列都是文本类的场景

# 按Hospital Name分组，将其他列的非空唯一值用逗号分隔合并
merged_df = df.groupby("Hospital Name").agg(
    lambda x: ", ".join(x.dropna().unique())
).reset_index()

• 指定列自定义聚合：针对混合类型列（如数值列需求和、文本列需合并）

# 定义各列的聚合规则，根据你的实际列名调整
agg_rules = {
    "科室": lambda x: ", ".join(x.dropna().unique()),  # 合并科室并去重
    "月就诊量": "sum",  # 数值列求和
    "联系电话": lambda x: ", ".join(x.dropna().unique())  # 合并联系电话
}

merged_df = df.groupby("Hospital Name").agg(agg_rules).reset_index()

3. 保存结果

# 将处理后的数据保存为新Excel文件，不保留索引列
merged_df.to_excel("输出文件.xlsx", index=False)

细节调整 #

• 不需要合并时去重：去掉代码中的unique()
• 需要保留空值：去掉dropna()
• 自定义分隔符：将", "替换为"; "等你需要的符号

内容的提问来源于stack exchange，提问作者Andrew8460958