Pandas数据处理需求：合并列及条件删除/聚合操作

先给出原始数据的创建代码：

import pandas as pd

# 原始DataFrame
df = pd.DataFrame({
    'A': ['A', 'A', 'B'],
    'B': ['Apple', 'Apple', 'Banana'],
    'C': ['x', 'y', 'x']
})

1. 合并A、B列为D列 #

直接通过字符串拼接生成新列D，格式为B列值 + 空格 + A列值，如果不需要保留原A、B列可以直接删除：

# 生成D列
df['D'] = df['B'] + ' ' + df['A']
# 可选：删除原A、B列
df = df.drop(columns=['A', 'B'])

执行后得到的结果：

2. 针对含C='x'的A、B组的两种操作 #

操作一：删除所有对应相同A、B值的行 #

先定位出所有包含C='x'的A、B组合，再过滤掉这些组合的全部行：

# 若之前删除了A、B列，可从D列拆分恢复：df[['B','A']] = df['D'].str.split(' ', expand=True)
groups_to_remove = df[df['C'] == 'x'][['A', 'B']].drop_duplicates()
# 生成过滤掩码
mask = df.merge(groups_to_remove, on=['A', 'B'], how='left').notna().any(axis=1)
# 过滤得到结果
result_delete = df[~mask]

最终结果（移除所有A='A'的行）：

操作二：将相同A、B值对应的C列值聚合为数组 #

按A、B（或直接按D列，因为D是A+B的唯一组合）分组，把C列的值聚合为列表：

# 按A、B、D分组，聚合C列为列表
result_aggregate = df.groupby(['A', 'B', 'D'])['C'].agg(list).reset_index()

最终结果：

内容的提问来源于stack exchange，提问作者terrenana