如何在Pandas DataFrame中合并行？尝试groupby JVNo未达预期

问题说明 #

我拥有如下数据集：

期望得到的结果为：

尝试使用groupby JVNo处理但未得到预期结果，该如何实现？

实现代码（基于Pandas） #

问题出在仅用groupby未针对不同列设置对应聚合逻辑，以下是可行的实现代码：

import pandas as pd

# 读取数据集（根据实际存储格式调整，Excel文件用pd.read_excel）
df = pd.read_csv("your_dataset.csv")

# 定义各列的聚合规则
agg_rules = {
    "OrderNo": lambda x: ", ".join(x.unique()),  # 合并去重后的关联订单号
    "Desc": "first",  # 取同JVNo下第一个描述（默认同JVNo的描述一致）
    "Qty": "sum",  # 对同JVNo下的数量求和
    "UOM": "first",  # 取同JVNo下第一个单位（默认同JVNo的单位一致）
    "Plant": "first",
    "Material": "first"
}

# 按JVNo分组并执行聚合
result_df = df.groupby("JVNo", as_index=False).agg(agg_rules)

# 查看或保存结果
print(result_df)
# result_df.to_csv("result.csv", index=False)

关键说明 #

• 针对Qty列需要求和，合并同JVNo下的所有数量
• OrderNo列需要合并该JVNo关联的所有唯一订单号
• Desc、UOM等列因同JVNo下值一致，直接取第一个值即可

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