如何分组DataFrame并合并指定列的不同值，按需返回空DataFrame？

需求回顾 #

• 按除倒数第二列外的所有列分组，将同一组内的倒数第二列值合并到一行
• 若整个DataFrame中column_1与last_column的取值完全统一（即所有行的column_1相同、所有行的last_column也相同），直接返回空DataFrame
• 仅保留分组后行数≥2的结果组

完整代码实现 #

import pandas as pd

data = {'column_1': ['no', 'no', 'no', 'no'], 'column_2': ['spain', 'france', 'italy', 'germany'], "last_column": ['A', 'A', 'A', 'B']}
df = pd.DataFrame.from_dict(data)

# 先判断是否需要直接返回空DataFrame
if df['column_1'].nunique() == 1 and df['last_column'].nunique() == 1:
    result = pd.DataFrame()
else:
    # 确定分组列：排除倒数第二列
    group_cols = df.columns.drop(df.columns[-2])
    # 分组聚合+过滤有效组
    result = df.groupby(group_cols, as_index=False).agg(
        column_2=('column_2', ', '.join),  # 合并column_2的值
        group_size=('column_2', 'size')     # 统计每组行数
    ).query('group_size >= 2').drop(columns='group_size')

print(result)

代码说明 #

1. 特殊情况判断：用nunique()检查column_1和last_column是否全表只有唯一值，是则直接返回空DataFrame
2. 分组列确定：通过df.columns[-2]定位倒数第二列，从所有列中排除它得到分组依据
3. 聚合与过滤：
   • 对column_2使用', '.join合并同组内的所有值
   • 用size统计每组行数，仅保留行数≥2的组（避免单一行的组被保留）
   • 最后删除用于过滤的统计列，得到目标结果

测试结果 #

• 示例数据运行后，会得到column_1为no、last_column为A、column_2为spain, france, italy的一行结果
• 若将示例数据的last_column全改为A，则会返回空DataFrame

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