Pandas按code分组合并图片URL至新列问题求助

首先，你的代码遇到两个核心问题：一是出现KeyError: 'code'，二是图片URL没有被正确拆分合并，而是把原逗号分隔的字符串当成独立元素保留。我来一步步帮你拆解并解决：

问题分析 #

1. KeyError原因：你先基于原DataFrame创建了grouped分组对象，随后用drop_duplicates覆盖了原csv变量。虽然逻辑上code列应该存在，但这种分步操作容易引发索引或匹配问题，更关键的是你的处理思路绕了弯路。
2. 图片合并错误：你直接把每个images列的完整字符串当成单个元素加入集合，没有先按逗号拆分URL，所以得到的是["url1,url2,url3","url1,url4"]，而不是拆分后的独立URL集合。

解决方案 #

我们可以先按code分组聚合图片URL，再和其他列的唯一值合并，以下两种方法都能实现需求：

方法一：分步处理（清晰易懂） #

1. 定义一个函数，用于拆分、合并并去重同一code下的所有图片URL：

def merge_and_deduplicate_urls(url_series):
    # 拆分所有URL字符串，合并成一个大列表
    all_urls = []
    for url_str in url_series:
        all_urls.extend(url_str.split(','))
    # 去重并保留URL的原始出现顺序（不需要顺序的话可以直接用set）
    unique_urls = list(dict.fromkeys(all_urls))
    # 重新拼接成逗号分隔的字符串
    return ','.join(unique_urls)

2. 按code分组聚合图片列，得到合并后的images_all：

import pandas as pd

# 你的示例数据
data = {
    'code': [1, 1],
    'something': ['x', 'x'],
    'images': ['url1,url2,url3', 'url1,url4']
}
csv = pd.DataFrame(data)

# 聚合图片URL
images_agg = csv.groupby('code')['images'].apply(merge_and_deduplicate_urls).reset_index(name='images_all')

3. 获取其他列的唯一值（同一code下内容相同，这里保留最后一行），并和聚合结果合并：

# 提取其他列并去重
other_columns = csv.drop_duplicates(subset=['code'], keep='last').drop('images', axis=1)

# 合并最终结果
final_df = other_columns.merge(images_agg, on='code')

运行后得到的final_df就是你想要的结果：

code something          images_all
0     1         x  url1,url2,url3,url4

方法二：链式操作（简洁高效） #

如果喜欢更紧凑的写法，可以用agg直接完成分组聚合，一步到位：

final_df = (csv
            .groupby('code')
            .agg(
                # 保留其他列的最后一行值（first/last都可以，因为内容相同）
                something=('something', 'last'),
                # 合并并去重图片URL：先拼接所有字符串→拆分→去重→重新拼接
                images_all=('images', lambda x: ','.join(list(dict.fromkeys(','.join(x).split(',')))))
            )
            .reset_index())

验证结果 #

两种方法最终都会输出你期望的格式，既解决了KeyError问题，又正确合并了所有去重后的图片URL，同时完整保留了其他列的内容。

内容的提问来源于stack exchange，提问作者Milano