如何用Pandas将客户订单DataFrame按姓名邮箱分组并格式化输出

要实现按name和email分组后仅首行显示这两个字段的需求，核心是格式化显示而非修改数据结构。以下是两种可行方案：

方案1：修改DataFrame替换重复值（适合文本输出） #

通过将同一组内重复的name和email替换为空字符串，实现目标显示效果：

import pandas as pd

# 构造示例数据
data = {
    'name': ['jane', 'john', 'john', 'jim', 'jim', 'bill', 'jim', 'jane', 'john', 'jim'],
    'email': ['jane@email.com', 'john@email.com', 'john@email.com', 'jim@email.com', 'jim@email.com', 'bill@email.com', 'jim@email.com', 'jane@email.com', 'john@email.com', 'jim@email.com'],
    'product': ['Red Shirt', 'Green Shirt', 'Red Shirt', 'Green Shirt', 'Blue Shirt', 'Green Shirt', 'Blue Shirt', 'Blue Shirt', 'Blue Shirt', 'Green Shirt'],
    'qty_ordered': [2, 2, 1, 1, 2, 1, 1, 2, 1, 2]
}
df = pd.DataFrame(data)

# 1. 先按name和email排序，确保同组数据连续
df_sorted = df.sort_values(['name', 'email']).reset_index(drop=True)

# 2. 复制DataFrame并替换重复的name和email为空字符串
df_formatted = df_sorted.copy()
df_formatted['name'] = df_formatted['name'].mask(df_formatted['name'] == df_formatted['name'].shift(1), '')
df_formatted['email'] = df_formatted['email'].mask(df_formatted['email'] == df_formatted['email'].shift(1), '')

# 打印结果（去掉索引）
print(df_formatted.to_string(index=False))

输出结果：

name  email          product     qty_ordered
bill  bill@email.com Green Shirt  1
jane  jane@email.com Red Shirt    2
                     Blue Shirt   2
jim   jim@email.com  Green Shirt  1
                     Blue Shirt   2
                     Blue Shirt   1
                     Green Shirt  2
john  john@email.com Green Shirt  2
                     Red Shirt    1
                     Blue Shirt   1

方案2：使用Pandas Styler（适合可视化展示，如Jupyter Notebook） #

如果不想修改原始数据，可通过Styler工具在显示时隐藏重复值：

def hide_duplicate_values(val, prev_val):
    return '' if val == prev_val else val

# 应用样式到name和email列
styled_df = df_sorted.style.apply(
    lambda col: [hide_duplicate_values(v, col.shift()[i]) for i, v in enumerate(col)],
    subset=['name', 'email']
)

# 在Jupyter中直接显示styled_df即可看到效果
styled_df

为什么你的之前尝试没成功？ #

你用groupby.apply()、melt()、pivot()等方法的思路偏了：

• groupby的核心是数据聚合/转换，不是格式化显示；你之前的代码只是提取了分组后的字段，没有处理重复值的显示逻辑。
• melt()/pivot()是用于数据重塑（行转列或列转行），和当前的显示需求不匹配。

本质上，你需要的是对重复字段的显示隐藏，而非改变数据的结构或聚合方式。

内容的提问来源于stack exchange，提问作者Jakemoyo