如何在Pandas中按相同公司名聚合合并对应国家列值？

问题背景 #

原始数据集：

需求：将同一公司的国家字段合并为逗号分隔的字符串，得到如下结果：

用户尝试了以下冗余代码，但无法返回完整数据集：

df_cross = df.groupby(["company_name"]).agg({"country": ",".join, "company_activity": ",".join, "company_size": "first"}).reset_index().groupby(["country"]).agg({"company_name": "first", "company_activity": ",".join, "company_size": "first"}).reset_index()

简洁优雅的解决方案 #

只需基于company_name、company_size、company_activity这三个值一致的字段分组，直接合并country字段即可：

df_merged = df.groupby(["company_name", "company_size", "company_activity"], as_index=False).agg({"country": ",".join})

代码说明 #

• 分组键选择三个不会变化的字段，确保同一组内是完全匹配的同公司记录
• as_index=False参数让分组结果直接返回DataFrame，无需额外调用reset_index()
• 仅对country字段执行","join合并，其他字段保持原有值，避免不必要的操作

该代码逻辑清晰，执行高效，能准确得到你需要的结果。

内容的提问来源于stack exchange，提问作者julez8000