如何在Pandas中对DataFrame分组并将同组Country合并至单个单元格

完全可以实现这个需求，用Pandas的groupby搭配聚合操作就能轻松搞定，具体步骤如下：

1. 构造示例数据 #

import pandas as pd

data = {
    'Brand': ['IPhone', 'IPhone', 'IPhone', 'IPhone', 'IPhone', 'IPhone'],
    'Model': [6, 7, 6, 7, 6, 7],
    'Country': ['UK', 'DE', 'US', 'FR', 'IT', 'NL']
}
df = pd.DataFrame(data)

2. 分组合并操作 #

# 按Brand和Model分组，将同组的Country用" - "连接
result_df = df.groupby(['Brand', 'Model'])['Country'].agg(' - '.join).reset_index()

3. 最终结果 #

运行代码后，result_df会输出你想要的结构：

简单说明：groupby(['Brand', 'Model'])指定分组的依据列，agg(' - '.join)对每个分组内的Country值执行字符串拼接，reset_index()把分组后的索引重新转为普通列，保证结果结构和原DataFrame匹配。

内容的提问来源于stack exchange，提问作者Yasser