如何基于列条件合并Pandas近重复行并生成目标列？

完整代码实现 #

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'Name': ['A', 'A', 'A', 'B', 'B'],
    'Text': ['Ab', 'Abc', 'Abcd', 'A', 'Ab'],
    'Value1': [2, 0, 2, 0, 2]
})

# 分组聚合生成目标DataFrame
result_df = df.groupby('Name').agg(
    # 合并Value1为列表
    Value1_concat=('Value1', list),
    # 统计Value1等于2的数量
    Criteria1=('Value1', lambda col: sum(col == 2)),
    # 拼接符合条件的Text（Value1=2对应的文本）
    Text_Criteria1=('Text', lambda col: '. '.join(col[df.loc[col.index, 'Value1'] == 2]) + '.'),
    # 统计分组内总元素数
    Total=('Value1', 'count')
).reset_index()

print(result_df)

代码说明 #

• Value1_concat：通过list聚合函数直接将每个分组的Value1值打包成列表。
• Criteria1：利用布尔序列求和（True会被识别为1），快速统计分组内Value1等于2的元素数量。
• Text_Criteria1：通过索引匹配，筛选出当前分组中Value1等于2对应的Text值，用. 连接后添加末尾句号，和目标格式一致。如果不需要末尾句号，删除+ '.'即可。
• Total：使用count聚合函数直接统计分组内的行数，也就是Value1_concat的总元素数。

运行结果 #

内容的提问来源于stack exchange，提问作者stephsmith