无需使用groupby函数，将Pandas DataFrame的Role按Value分组

原始DataFrame构造 #

import pandas as pd

df = pd.DataFrame({
    'Value': ['A', 'A', 'A', 'B', 'B'],
    'Role': ['1', '2', '4', 'FD', 'XF']
})

解决方案（不使用groupby） #

方法1：手动字典聚合 #

通过遍历DataFrame行，用字典存储每个Value对应的所有Role值，最后将字典转换为目标格式的DataFrame：

# 初始化字典存储分组后的Role数据
role_groups = {}
for value, role in df.itertuples(index=False):
    if value not in role_groups:
        role_groups[value] = []
    role_groups[value].append(role)

# 将字典转换为结果DataFrame，并用逗号连接Role列表
result_df = pd.DataFrame([
    {'Value': val, 'Role': ','.join(roles)} 
    for val, roles in role_groups.items()
])

方法2：使用pivot_table聚合 #

利用pivot_table的聚合能力，指定字符串连接作为聚合逻辑：

result_df = df.pivot_table(
    index='Value',
    values='Role',
    aggfunc=lambda x: ','.join(x)
).reset_index()

结果验证 #

执行代码后，result_df输出如下：

内容的提问来源于stack exchange，提问作者Kenza Rabeh