如何用Pandas分组CSV重复邮箱行并合并站点列，导出CSV并解决空DataFrame问题

原始数据 #

用户的favsites.csv内容如下：

Emails                          Favorite Site                                                                                       
batman@email.com                something.com          
batman@email.com                hamburgers.com         
poisonivy@email.com             yonder.com              
superman@email.com              cookies.com            
catgirl@email.com               cattreats.com           
catgirl@email.com               fishcaviar.com          
catgirl@email.com               elegantfashion.com              
joker@email.com                 cards.com            
supergirl@email.com             nailart.com  

期望输出 #

形式一：同一邮箱对应站点在单元格内换行 #

Emails                          Favorite Site                                                                                       
batman@email.com                something.com          
                                hamburgers.com         
poisonivy@email.com             yonder.com              
superman@email.com              cookies.com            
catgirl@email.com               cattreats.com           
                                fishcaviar.com          
                                elegantfashion.com              
joker@email.com                 cards.com            
supergirl@email.com             nailart.com 

形式二：同一邮箱对应站点拆分为多列/同一列空格分隔 #

Emails                          Favorite Site                                                                                       
batman@email.com                something.com    hamburgers.com                                
poisonivy@email.com             yonder.com              
superman@email.com              cookies.com            
catgirl@email.com               cattreats.com    fishcaviar.com   elegantfashion.com              
joker@email.com                 cards.com            
supergirl@email.com             nailart.com 

问题分析 #

你当前代码的核心问题：

• groupby(['Emails', 'Favorite Site'])是按邮箱+站点双重分组，等于没有合并重复邮箱的记录；
• agg('sum')仅针对数值列生效，你的数据全是字符串列，因此返回空DataFrame。

解决方案 #

实现形式一（单元格内换行合并） #

按邮箱分组，将同一邮箱的站点用换行符\n连接，导出时Pandas会自动用引号包裹含换行的单元格，确保CSV格式正确：

import pandas as pd

input_path = 'favsites.csv'
output_path = 'merged_form1.csv'

# 读取空格分隔的CSV（原始数据用空格分隔，需指定sep参数）
df = pd.read_csv(input_path, sep='\s+')
# 按邮箱分组，合并站点为换行分隔的字符串
merged_df = df.groupby('Emails')['Favorite Site'].agg('\n'.join).reset_index()
# 导出CSV，不保留索引
merged_df.to_csv(output_path, index=False)

实现形式二（两种可选方式） #

方式1：同一列用空格分隔站点（匹配示例格式）

import pandas as pd

input_path = 'favsites.csv'
output_path = 'merged_form2.csv'

df = pd.read_csv(input_path, sep='\s+')
# 按邮箱分组，合并站点为空格分隔的字符串
merged_df = df.groupby('Emails')['Favorite Site'].agg(' '.join).reset_index()
merged_df.to_csv(output_path, index=False)

方式2：拆分为独立列（站点多列显示）

import pandas as pd

input_path = 'favsites.csv'
output_path = 'merged_form2_multi_col.csv'

df = pd.read_csv(input_path, sep='\s+')
# 按邮箱分组，将站点转为列表
grouped = df.groupby('Emails')['Favorite Site'].apply(list).reset_index()
# 将列表扩展为多列
expanded_df = pd.DataFrame(grouped['Favorite Site'].tolist(), index=grouped['Emails']).reset_index()
# 重命名列名
expanded_df.columns = ['Emails'] + [f'Favorite Site {i+1}' for i in range(expanded_df.shape[1]-1)]
expanded_df.to_csv(output_path, index=False)

内容的提问来源于stack exchange，提问作者noobCoder