如何用Python基于Excel现有列创建聚合风味的新列？

步骤说明 #

1. 标记原Food列空值位置：先记录原始表格中Food列的空值行，方便后续还原格式。
2. 填充Food列空值：用向前填充（ffill()）把同一食物组的空值行补全为对应食物名称，确保分组聚合的准确性。
3. 分组聚合风味字符串：按Food列分组，将每组的Flavor值用空格拼接成完整的风味组合。
4. 匹配聚合结果并清理空行：把聚合后的风味字符串合并回原数据，仅保留每个食物组第一行的结果，其余行设为空。
5. 还原原Food列格式：将之前填充的Food列空值恢复为原始状态。

完整代码 #

import pandas as pd

# 读取Excel文件（用户已有代码）
df = pd.read_excel(r'Path where the Excel file is stored\File name.xlsx')

# 1. 记录原始Food列的空值位置
original_empty_food = df['Food'].isna()

# 2. 向前填充Food列空值，统一同一组的Food标识
df['Food'] = df['Food'].ffill()

# 3. 按Food分组，聚合Flavor为空格分隔的字符串
flavor_agg = df.groupby('Food')['Flavor'].agg(' '.join).reset_index(name='Flavors')

# 4. 合并聚合结果到原DataFrame
df = df.merge(flavor_agg, on='Food', how='left')

# 5. 仅保留每个Food组第一行的Flavors值，其余行设为空
df['Flavors'] = df.groupby('Food')['Flavors'].transform(lambda x: x.where(x.index == x.first_valid_index(), ''))

# 6. 恢复原Food列的空值状态
df.loc[original_empty_food, 'Food'] = pd.NA

# 查看最终结果（可选）
print(df)

代码细节解释 #

• original_empty_food：存储原始表格中Food列的空值行索引，避免填充后无法还原原始格式。
• df['Food'].ffill()：将同一食物组的后续空值行补全为组内首个非空的Food名称，比如Apple组的后两行Food会被填充为Apple，保证分组逻辑正确。
• groupby('Food')['Flavor'].agg(' '.join)：对每个Food组的Flavor列进行字符串拼接，生成该食物的完整风味组合。
• transform(lambda x: x.where(...))：针对每个Food分组，仅保留组内第一行的Flavors值，其余行替换为空字符串，符合用户需求的显示格式。
• df.loc[original_empty_food, 'Food'] = pd.NA：将Food列恢复为原始的空值状态，与用户提供的示例表格格式完全匹配。

最终效果 #

执行代码后得到的表格如下，与用户示例一致：

内容的提问来源于stack exchange，提问作者Sirod123