如何对DataFrame按Trans_ID分组，合并多行二进制标识为单行？

问题背景 #

数据集包含交易ID（Trans_ID）、商品名称（Item）和多个部门二进制标识列，同一交易ID对应多行数据（因一笔交易可能包含多部门商品）。需要移除Item列，将同一Trans_ID的多行合并为单行，只要交易包含对应部门商品，标识列就设为1。

输入示例 #

import pandas as pd

d = {'Trans_ID': [149857724, 149857724, 394875934, 16544562, 16544562], 
     'Item': ['Windex','Car Horn', 'Steering Wheel', 'Horse Feed', 'Bleech'],
     'Cleaning_Supplies_Dept_Flag': [1, 0, 0, 0, 1],
     'Automobile_Parts_Dept_Flag': [0, 1, 1, 0, 0], 
     'Horse_Supplies_Dept_Flag': [0, 0, 0, 1, 0]}
ex = pd.DataFrame(data=d)
ex

期望输出 #

d = {'Trans_ID': [149857724,  394875934, 16544562], 
     'Cleaning_Supplies_Dept_Flag': [1, 0, 1],
     'Automobile_Parts_Dept_Flag': [1, 1, 0],
     'Horse_Supplies_Dept_Flag': [0, 0, 1]}
result = pd.DataFrame(data=d)
result

解决方案 #

直接使用groupby结合max()方法即可实现需求，逻辑简单高效：

# 移除Item列，按Trans_ID分组后对各标识列取最大值
result = ex.drop('Item', axis=1).groupby('Trans_ID').max().reset_index()
print(result)

步骤说明 #

• ex.drop('Item', axis=1)：删除不需要的Item列，只保留交易ID和部门标识列
• groupby('Trans_ID')：以交易ID为分组依据，将同一交易的多行数据归为一组
• max()：对每个分组内的二进制标识列取最大值——只要该交易下有对应部门的商品（标识为1），结果就会保留1，符合需求
• reset_index()：将分组后的Trans_ID从索引列转换为普通数据列，匹配期望的输出格式

内容的提问来源于stack exchange，提问作者Zane