Python Pandas按main key分组，按条件聚合两列数据的实现方法

可以通过Pandas分组+自定义聚合函数实现需求，步骤如下：

1. 构造示例数据 #

先还原输入的DataFrame：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'main key': [123, 123, 123, 456, 789, 789, 147],
    'name': ['abc', 'def', 'ghi', 'abc', np.nan, np.nan, np.nan],
    'value': ['Value 1', 'Value 2', 'Value 3', 'Value 4', 'Value 5', 'Value 6', 'Value 7']
})

2. 定义自定义聚合函数 #

利用题目中「同一组内name要么全为NaN，要么全不为NaN」的特性，针对分组做差异化处理：

def aggregate_group(group):
    # 判断当前分组的name是否全为空值
    if group['name'].isna().all():
        # 给每个value添加单引号后用逗号拼接
        return ",".join(f"'{v}'" for v in group['value'])
    else:
        # 将name和value配对生成字典
        return dict(zip(group['name'], group['value']))

3. 分组聚合生成结果 #

按main key分组后应用自定义函数，最后调整列名：

result = df.groupby('main key', as_index=False).apply(aggregate_group).rename(columns={0: 'dataAggregated'})

最终输出 #

执行后result的内容与预期完全一致：

内容的提问来源于stack exchange，提问作者Kevin Bobby