使用Pandas合并CSV文件重复行并拼接Category属性值

我有一份CSV数据，同一实体对应多条重复记录，仅Category字段存在差异。需要合并这些重复行，将该实体对应的所有Category值拼接为单个逗号分隔的字符串（例如沃尔玛的Category最终应为"Retail, Dowjones, SuperMarketChains"）。

可行的解决方案代码 #

# 将同一实体的Category收集为列表
df4 = df4.groupby(["ID azienda","Name","Company code", "Marketcap", "Share price", "Earnings", "Revenue", "Shares", "Employees"])['Category'].agg(list).reset_index()

# 若需直接转为逗号分隔的字符串，可修改为：
# df4 = df4.groupby(["ID azienda","Name","Company code", "Marketcap", "Share price", "Earnings", "Revenue", "Shares", "Employees"])['Category'].agg(lambda x: ', '.join(x)).reset_index()

代码说明 #

• groupby()：指定所有能唯一标识实体的字段作为分组依据，确保同一实体的所有行被归为一组
• agg(list)：将每组内的所有Category值收集为一个列表；使用lambda x: ', '.join(x)可直接拼接成逗号分隔的字符串
• reset_index()：将分组后的结果恢复为标准DataFrame结构，避免分组字段转为索引

内容的提问来源于stack exchange，提问作者Rodolfo