Pandas：当列值相同时合并行（整数按文本拼接）

直接用pandas的groupby+agg组合就能实现你的需求，替换代码里的XX和XY部分，具体实现如下：

import pandas as pd

# 假设你的DataFrame变量名为df
df_merged = df.groupby('Zeitsumme').agg(
    V_MV=('V/MV', lambda x: ' & '.join(x.astype(str))),
    t_s=('t/s', lambda x: ' & '.join(x.astype(str))),
    Wert=('Wert', 'sum'),
    Zeitsumme=('Zeitsumme', 'first')  # 保留原相同值，取组内第一个即可
).rename(columns={'V_MV': 'V/MV', 't_s': 't/s'}).reset_index(drop=True)

代码说明 #

• groupby('Zeitsumme'): 按'Zeitsumme'列的相同值分组，把需要合并的行归为一组
• agg() 里的参数定义了每列的处理规则：
  • 'V/MV'和't/s'列：用lambda函数把列内元素转成字符串后，用" & "拼接
  • 'Wert'列：直接用sum聚合函数计算数值总和
  • 'Zeitsumme'列：取组内第一个值（因为分组后该列值都相同，取任意一个都可以）
• rename(columns=...): 修正聚合时自动生成的列名，还原成原列名
• reset_index(drop=True): 重置索引，让结果的索引从0开始连续排列

补充提示 #

如果原数据中'V/MV'或't/s'列本身就是字符串类型，可以去掉astype(str)，直接用' & '.join(x)即可；如果列中有缺失值，建议先通过df['V/MV'] = df['V/MV'].fillna('')处理，避免拼接出无效内容。

内容的提问来源于stack exchange，提问作者Roman