Python按Aging列降序分组并展示对应数据的实现方案

我们可以通过排序+分组聚合的方式实现需求，具体步骤如下：

1. 先对DataFrame按Aging列降序排序，确保后续分组结果按Aging从高到低排列
2. 按Aging列分组，将每组的Source ID和Ticket分别用逗号拼接成字符串
3. 重置索引并保持最终结果的降序顺序

完整代码示例 #

import pandas as pd

# 假设你的DataFrame名为df，先按Aging降序排序
df_sorted = df.sort_values(by='Aging', ascending=False)

# 分组聚合，拼接Source ID和Ticket
result_df = df_sorted.groupby('Aging').agg(
    Source_ID=('Source ID', lambda x: ', '.join(map(str, x))),
    Ticket=('Ticket', lambda x: ', '.join(map(str, x)))
).reset_index()

# 输出结果表格
print(result_df)
# 若在Jupyter等交互式环境中，直接输出result_df即可展示美观表格

代码说明 #

• sort_values(by='Aging', ascending=False)：对原始DataFrame按Aging列从高到低排序，保证分组后的顺序符合要求
• groupby('Aging').agg(...)：按Aging分组，用lambda函数将每组的多值拼接成逗号分隔的字符串
• reset_index()：将分组后的索引（Aging）转为普通列，形成标准表格结构

内容的提问来源于stack exchange，提问作者TechSavy