Pandas按COL1、COL2合并行并保留其他列的解决方案

方法一：分组时同时聚合所有列 #

直接在groupby的agg方法中，对需要拼接的COL3用','.join，对其他列因分组后值一致，取第一个值（或任意一个值）即可：

import pandas as pd

# 示例数据
data = {
    'COL1': ['A', 'H', 'A', 'J', 'A', 'A'],
    'COL2': ['B', 'A', 'B', 'A', 'A', 'A'],
    'COL3': ['C', 'D', 'C', 'D', 'C', 'D'],
    '其他列': ['...', '...', '...', '...', '...', '...']
}
df = pd.DataFrame(data)

# 分组聚合处理
df_merged = df.groupby(['COL1', 'COL2']).agg(
    COL3=('COL3', ','.join),
    **{col: (col, 'first') for col in df.columns if col not in ['COL1', 'COL2', 'COL3']}
).reset_index()

print(df_merged)

输出结果完全匹配需求，其他列会被完整保留。

方法二：拆分处理后合并 #

先单独处理COL3的拼接，再提取原数据中其他列的唯一值（因分组后值一致），最后通过merge合并：

# 处理COL3拼接
col3_combined = df.groupby(['COL1', 'COL2'])['COL3'].apply(','.join).reset_index()

# 提取其他列的唯一记录
other_cols_unique = df.drop('COL3', axis=1).drop_duplicates(subset=['COL1', 'COL2'])

# 合并数据
df_merged = other_cols_unique.merge(col3_combined, on=['COL1', 'COL2'])

这种方式逻辑更直观，适合需要分步验证的场景。

内容的提问来源于stack exchange，提问作者Learning from masters