如何合并DataFrame中相似行并拼接差异值？

可以用pandas的groupby结合聚合函数快速实现需求：

1. 先构造示例DataFrame：

import pandas as pd

df = pd.DataFrame({
    'V1': ['A', 'A'],
    'V2': ['B', 'B'],
    'V3': ['C', 'C'],
    'V4': ['D', 'D'],
    'V5': ['E', 'F']
})

2. 按除V5外的所有列分组，对V5列执行字符串拼接：

result = df.groupby(['V1', 'V2', 'V3', 'V4'])['V5'].agg(','.join).reset_index()

执行后result就是目标结果：

V1 V2 V3 V4    V5
0  A  B  C  D  E,F

如果需要更通用的写法（无需手动列分组字段），可以自动获取除V5外的所有列作为分组依据：

group_cols = df.columns.difference(['V5'])
result = df.groupby(group_cols.tolist())['V5'].agg(','.join).reset_index()

内容的提问来源于stack exchange，提问作者Ash_Hall