如何在Pandas GroupBy后用|拼接数据并排除空值/NaN/空白字符串

直接修改lambda函数，在拼接前过滤掉空值、空白字符串这类无效内容即可：

data = df.groupby('pid')[['date','task','language']].transform(
    lambda x: '|'.join([val for val in x if val and str(val).strip()])
)

代码说明 #

• val and str(val).strip()：先判断值是否非空，再将值转为字符串后去除首尾空白，确保过滤掉None、''、' '这类无效内容
• 通过列表推导式遍历每组的字段值，只保留有效内容后再用|拼接

如果你的空值是pandas中的NaN，可以把判断条件调整为：

import pandas as pd

data = df.groupby('pid')[['date','task','language']].transform(
    lambda x: '|'.join([val for val in x if pd.notna(val) and str(val).strip()])
)

示例验证 #

假设原始数据如下：

用修改后的代码处理后，pid=1的date字段会拼接成2024-01-01|2024-01-02，task字段为编码|测试，language字段为Python|Java，完全排除了无效内容。

内容的提问来源于stack exchange，提问作者Siva Rama krishna Kumar