基于UUID聚合Pandas DataFrame：合并行并处理时间与数值列

需求说明 #

• 基于UUID对DataFrame分组，将同一UUID的多行记录合并为一行
• 开始时间取分组内的最早值
• 结束时间取分组内的最晚值
• 其余所有数值列执行求和运算

代码实现 #

首先确保时间列是datetime类型（若原始数据未转换）：

import pandas as pd

# 转换时间列格式（按需执行）
df['开始时间'] = pd.to_datetime(df['开始时间'])
df['结束时间'] = pd.to_datetime(df['结束时间'])

然后定义聚合规则并执行分组聚合：

# 初始化聚合规则字典
agg_rules = {
    '开始时间': 'min',
    '结束时间': 'max'
}

# 自动识别数值列，添加求和规则
for col in df.columns:
    if col not in ['UUID', '开始时间', '结束时间'] and df[col].dtype in ('int64', 'float64'):
        agg_rules[col] = 'sum'

# 分组聚合并重置索引
result_df = df.groupby('UUID').agg(agg_rules).reset_index()

说明 #

• 先转换时间列格式是为了保证min/max能正确计算时间早晚
• 自动遍历列添加求和规则，避免手动指定所有数值列，适配不同结构的数据集

内容的提问来源于stack exchange，提问作者Abhinandan Kumar