如何在DataFrame中按索引分组并拼接行字符串？

问题原因 #

你用transform方法的核心问题是：它会把分组聚合后的结果广播回原DataFrame的每一行，所以最终行数和原数据完全一致，无法得到每个索引组只保留一行的聚合结果。

正确解决方案 #

要实现按索引分组拼接字符串，需要使用聚合类方法，以下是两种常用方式：

方法1：groupby + agg（简洁高效）

直接指定拼接规则，可自定义分隔符：

# 用空格分隔拼接，匹配你示例的第一行结果
result = df.groupby(df.index)['text'].agg(' '.join).to_frame()

# 如果需要无分隔符拼接（如示例第二行的"red is blue.blue is red"），改用空字符串：
# result = df.groupby(df.index)['text'].agg(''.join).to_frame()

方法2：groupby + apply + str.cat

适合更复杂的拼接场景，灵活性更高：

# 空格分隔拼接
result = df.groupby(df.index)['text'].apply(lambda x: x.str.cat(sep=' ')).to_frame()

# 无分隔符拼接
# result = df.groupby(df.index)['text'].apply(lambda x: x.str.cat(sep='')).to_frame()

结果说明 #

执行上述代码后，会生成你需要的DataFrame结构：每个索引对应一行，该行内容是该索引下所有text字符串的拼接结果。

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