Pandas需求：为X列重复行生成对应Y列的CSV合并值填充至Z列

需求说明 #

给定包含X、Y、Z列的DataFrame，当X列存在重复值时，将该X对应的所有Y列值拼接为CSV格式字符串，填充到对应行的Z列；若X无重复，Z列保持为空。

输入示例 #

X  Y   Z
0  1  a NaN
1  1  b NaN
2  2  c NaN

期望输出 #

X  Y     Z
0  1  a  a,b
1  1  b  a,b
2  2  c   NaN

解决方案 #

通过groupby结合transform方法即可实现，该方法能为原DataFrame每行返回对应分组的计算结果，完美匹配需求：

import pandas as pd

# 构造输入DataFrame
df = pd.DataFrame({'X': [1, 1, 2], 'Y': ['a', 'b', 'c'], 'Z': [None, None, None]})

# 计算每个X对应的Y列CSV拼接字符串
y_joined = df.groupby('X')['Y'].transform(lambda x: ','.join(x))

# 仅为X重复的行填充Z列
df['Z'] = df['Z'].where(~df.duplicated('X', keep=False), y_joined)

print(df)

代码解释 #

• groupby('X')['Y']：按X列分组，提取每组的Y列数据
• transform(lambda x: ','.join(x))：对每个分组的Y值进行CSV格式拼接，返回与原DataFrame行数一致的结果序列
• df.duplicated('X', keep=False)：标记所有X值重复的行（keep=False会标记所有重复行，而非仅保留第一个/最后一个）
• df['Z'].where(...)：仅在X不重复时保留原Z值（空），否则替换为拼接后的字符串

内容的提问来源于stack exchange，提问作者Prasanth J