如何在Pandas分组聚合时避免重复拼接交易所名称？

现有如下结构的Pandas DataFrame：

asks_price  asks_qty exchange_name_ask     bids_price  bids_qty exchange_name_bid
0      20156.51  0.000745          Coinbase      20153.28  0.000200          Coinbase
1      20157.52  0.050000          Coinbase      20152.27  0.051000          Coinbase
2      20158.52  0.000745          Coinbase      20151.28  0.000200          Kraken
3      20158.52  0.050000          FTX           20151.28  0.051000          Coinbase

需求：按asks_price和bids_price分组，对asks_qty、bids_qty求和，同时拼接exchange_name_ask、exchange_name_bid字段的交易所名称，且避免出现同名重复拼接（比如不要CoinbaseCoinbase这类结果）。

当前使用df.groupby(['asks_price', 'bids_price']).sum(False)可实现数值求和，但字符串字段会直接重复拼接，无法去重。

解决方案 #

通过groupby.agg()为不同字段指定单独聚合逻辑：数值字段求和，字符串字段去重后拼接。

方法1：自定义聚合函数 #

先定义一个去重拼接的函数，再针对字符串字段调用：

import pandas as pd

# 定义去重拼接函数
def join_unique(x):
    return ','.join(pd.unique(x))

# 分组聚合
result = df.groupby(['asks_price', 'bids_price']).agg(
    asks_qty='sum',
    bids_qty='sum',
    exchange_name_ask=join_unique,
    exchange_name_bid=join_unique
).reset_index()

方法2：用lambda表达式简化 #

无需单独定义函数，直接用lambda结合pd.unique实现：

result = df.groupby(['asks_price', 'bids_price']).agg(
    asks_qty='sum',
    bids_qty='sum',
    exchange_name_ask=lambda x: ','.join(pd.unique(x)),
    exchange_name_bid=lambda x: ','.join(pd.unique(x))
).reset_index()

最终结果示例 #

执行后得到的目标结果如下：

asks_price  bids_price  asks_qty  bids_qty exchange_name_ask exchange_name_bid
0      20156.51    20153.28  0.000745   0.00020          Coinbase          Coinbase
1      20157.52    20152.27  0.050000   0.05100          Coinbase          Coinbase
2      20158.52    20151.28  0.050745   0.05120       Coinbase,FTX       Kraken,Coinbase

可见字符串字段的同名交易所仅保留一次，避免了重复拼接问题。

内容的提问来源于stack exchange，提问作者Nathan