如何在Pandas聚合操作中合并文本行并插入空格？

你遇到的问题是因为sum对字符串类型的处理是直接拼接内容，不会自动添加分隔符。要实现合并文本时自动插入空格，只需要把聚合text列的方式从sum换成字符串拼接方法即可，具体有两种简洁的实现方式：

方法一：使用lambda表达式配合str.join #

直接在聚合配置中用lambda x: ' '.join(x)替代sum，代码如下：

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({'id': [101, 101, 102, 102, 102],
                   'text': ['The government changed', 'the legislation on import control.', 'Politics cannot solve all problems', 'but it should try to do its part.', 'That is the reason why these elections are important.'],
                   'date': [1990, 1990, 2005, 2005, 2005],})

# 分组聚合，text列用空格拼接
df_new = df.groupby('id').agg({
    'id': 'first',
    'text': lambda x: ' '.join(x),
    'date': 'first'
}).reset_index(drop=True)

print(df_new['text'].iloc[0])
# 输出：The government changed the legislation on import control.

方法二：自定义聚合函数（可选） #

如果需要后续扩展更复杂的文本处理逻辑，可以单独定义聚合函数：

def join_with_space(text_series):
    return ' '.join(text_series)

df_new = df.groupby('id').agg({
    'id': 'first',
    'text': join_with_space,
    'date': 'first'
}).reset_index(drop=True)

两种方法都能实现文本片段间自动插入空格的效果，推荐第一种lambda写法，简洁直观。

内容的提问来源于stack exchange，提问作者Sarah