如何按列分组DataFrame：合并字符串列并求和数值列

我完全懂你现在的困扰——分组时不同列需要不同的处理逻辑，既要合并字符串列，又要求和数值列，还得保留每个ZIP对应的唯一信息。下面就针对你的需求给出具体的解决方案：

步骤1：还原示例数据 #

先把你的原始数据转换成可测试的DataFrame：

import pandas as pd

# 原始数据
data = {
    'ID': [100, 101, 102, 103, 104, 105],
    'Name': ['Muffin', 'Cake', 'Donut', 'Milk', 'Cookies', 'Candy'],
    'City': ['Parkwoods', 'Victoria Village', 'Parkwoods', 'Victoria Village', 'Wharf', 'Wharf'],
    'ZIP': [99101, 12512, 99101, 12512, 44101, 44101],
    'LAT': [48, 41, 48, 41, 41, 41],
    'LNG': [117, 74, 117, 74, 81, 81],
    'Sum1': [100, 250, 150, 75, 25, 115]
}

df = pd.DataFrame(data)

步骤2：用groupby+agg实现多列自定义聚合 #

核心是给每个列指定对应的处理逻辑：

• ID和Name：用逗号连接同组的字符串（注意ID是数值类型，需要先转成字符串）
• City、LAT、LNG：每个ZIP对应唯一值，直接取组内第一个值即可
• Sum1：对同组数值求和

代码如下：

# 分组聚合
result = df.groupby('ZIP').agg(
    ID=('ID', lambda x: ', '.join(map(str, x))),
    Name=('Name', ', '.join),
    City=('City', 'first'),
    LAT=('LAT', 'first'),
    LNG=('LNG', 'first'),
    Sum1=('Sum1', 'sum')
).reset_index()

# 调整列顺序和你期望的输出一致
result = result[['ZIP', 'ID', 'Name', 'City', 'LAT', 'LNG', 'Sum1']]

步骤3：查看最终结果 #

运行代码后，得到的result就是你想要的格式：

ZIP         ID             Name              City  LAT  LNG  Sum1
0  12512  101, 103        Cake, Milk  Victoria Village   41   74   325
1  44101  104, 105    Cookies, Candy             Wharf   41   81   140
2  99101  100, 102     Muffin, Donut         Parkwoods   48  117   250

小补充 #

• 如果你的ID列本来就是字符串类型，可以去掉map(str, x)，直接用', '.join(x)
• 对于City这类唯一值列，除了first()，用last()或者unique()[0]也能得到相同结果，选你习惯的就行
• 要是以后遇到ZIP对应多个不同City的情况，可以根据实际需求调整逻辑（比如合并字符串或者抛出提示）

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