使用Pandas在Python中筛选合并DataFrame：图书归属聚合需求

你的核心问题在于没先处理分号分隔的多归属者，直接合并相同DataFrame完全达不到拆分聚合的目的。高效的处理步骤如下：

步骤1：读取数据并拆分归属者 #

先把用分号分隔的多个归属者拆成单独的行，同时清理可能存在的空格：

from pathlib import Path
import pandas as pd

# 读取原始数据
file1 = Path.cwd() / "./bookgrid.xlsx"
df = pd.read_excel(file1)

# 拆分归属者字符串为列表，同时去除每个名字的前后空格
df['Owner'] = df['Owner'].str.split(';').apply(lambda names: [n.strip() for n in names])
# 把列表拆成单独行，每个归属者对应原图书行
df_exploded = df.explode('Owner')

步骤2：按归属者聚合图书并转成宽格式 #

将同一归属者的所有图书收集起来，再展开为多列：

# 按归属者分组，把对应的图书整理成列表
grouped = df_exploded.groupby('Owner')['Book'].apply(list).reset_index()

# 把图书列表拆分为多列，列名设为Book_1、Book_2...
book_cols = grouped['Book'].apply(pd.Series).rename(columns=lambda idx: f"Book_{idx+1}")

# 合并归属者列和图书列，得到最终结果
result = pd.concat([grouped['Owner'], book_cols], axis=1)

步骤3：保存结果 #

# 导出到Excel，不保留索引列
result.to_excel("./results.xlsx", index=False)

效果说明 #

假设原始数据有如下行：

《Alabama》 | julia;marry
《Python 101》 | julia
《Java Core》 | marry;bob

处理后会生成：

内容的提问来源于stack exchange，提问作者Dinerz