DataFrame分组聚合时如何对字符串格式NaN做差异化处理？

解决办法其实很简单，把数据集拆成两部分分别处理，再合并结果：

• 对TIN和PIN不全是字符串'nan'的行，正常按这两列分组，用逗号合并单元格值
• 对TIN和PIN全是'nan'的行，直接保留原始行，不做合并

代码实现 #

import pandas as pd

# 拆分出TIN/PIN不全为'nan'的行，以及全为'nan'的行
non_nan_part = df[~((df['TIN'] == 'nan') & (df['PIN'] == 'nan'))]
all_nan_part = df[(df['TIN'] == 'nan') & (df['PIN'] == 'nan')]

# 处理非全nan的部分：分组合并
non_nan_merged = non_nan_part.groupby(['TIN', 'PIN']).agg(', '.join).reset_index()

# 合并两部分结果，重置索引
final_df = pd.concat([non_nan_merged, all_nan_part], ignore_index=True)

效果说明 #

这样处理后就能得到你想要的结果：

• 像PIN=1、PIN=3这类非nan的分组，会正常合并成逗号分隔的字符串
• TIN和PIN都为'nan'的行，每一行的Column值都会单独保留，不会被合并成一个长字符串

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