Python Pandas多列分组并以|拼接列值的实现方法咨询

完全不需要循环遍历每一列，用Pandas内置的groupby+agg组合就能高效完成需求，代码简洁且性能更好。

示例数据 #

import pandas as pd

person_in_charge_raw = pd.DataFrame({'BRANCH_NO':['123','123','123','123','124','124'], 
                                     'CUSTOMER_NO':['001', '001', '001', '001','001','001'], 
                                     'DEPARTMENT_NO':['A01','B01','C01','D01', 'A01','B01'], 
                                     'STAFF_ID':['S001','S002','S003', 'S004', 'S001', 'S002']})

实现代码 #

# 按指定列分组，对剩余列执行字符串拼接操作
final_result = person_in_charge_raw.groupby(['BRANCH_NO', 'CUSTOMER_NO'], as_index=False).agg(
    lambda x: ' | '.join(x)
)

# 修正原示例中列名的拼写错误（DEPARMENT_NO → DEPARTMENT_NO）
final_result.columns = ['BRANCH_NO', 'CUSTOMER_NO', 'DEPARTMENT_NO', 'STAFF_ID']

代码说明 #

1. groupby(['BRANCH_NO', 'CUSTOMER_NO'], as_index=False)：按两列的唯一组合分组，as_index=False确保分组列直接保留为数据列，不会转为索引。
2. .agg(lambda x: ' | '.join(x))：对每个分组下的所有非分组列，用|连接所有元素。这里的lambda x接收分组内的单列Series，join方法直接完成字符串拼接。

运行结果 #

执行后得到的final_result与期望结果完全一致：

BRANCH_NO CUSTOMER_NO               DEPARTMENT_NO                          STAFF_ID
0       123         001  A01 | B01 | C01 | D01  S001 | S002 | S003 | S004
1       124         001              A01 | B01               S001 | S002

内容的提问来源于stack exchange，提问作者Ricky Shie