按分组条件拼接DataFrame多列语句，构建目标DataFrame

我来帮你搞定这个需求！咱们可以用Pandas的分组、聚合和合并操作来实现目标，下面是具体的代码和步骤：

1. 先构建示例DataFrame #

首先咱们先把你提供的原始数据转换成Pandas DataFrame：

import pandas as pd

# 原始数据
df = pd.DataFrame({
    'col1': ['a', 'a', 'a', 'a', 'a', 'b', 'b', 'b', 'b'],
    'col2': ['a1', 'a1', 'a2', 'a2', 'a2', 'b1', 'b2', 'b1', 'b2'],
    'col3': ['abc', 'def', 'ijk', 'xyz', 'fgh', '123', '456', '789', 'xua']
})

2. 核心实现逻辑 #

根据你的期望输出，我们需要：

• 按col1+col2分组，将组内的col3值用.拼接
• 仅保留每组第一行的拼接结果，其余行的col3设为空字符串

情况1：拼接组内所有元素（匹配你示例中b1、b2的逻辑） #

如果是要拼接组内所有元素，代码如下：

# 第一步：分组拼接每组的col3，得到拼接结果表
grouped = df.groupby(['col1', 'col2'])['col3'].agg('.'.join).reset_index()
grouped.columns = ['col1', 'col2', 'col3_combined']

# 第二步：将拼接结果合并回原始DataFrame，保留所有原始行
merged = df.merge(grouped, on=['col1', 'col2'], how='left')

# 第三步：标记每组的第一行，仅第一行保留拼接值，其余行设为空
merged['is_first_row'] = merged.groupby(['col1', 'col2']).cumcount() == 0
merged['col3'] = merged.apply(lambda row: row['col3_combined'] if row['is_first_row'] else '', axis=1)

# 第四步：清理临时列，得到最终结果
result = merged.drop(['col3_combined', 'is_first_row'], axis=1)

print(result)

输出结果：

col1 col2        col3
0    a   a1  abc.def
1    a   a1             
2    a   a2  ijk.xyz.fgh
3    a   a2             
4    a   a2             
5    b   b1    123.789
6    b   b2    456.xua
7    b   b1             
8    b   b2             

情况2：跳过组内第一个元素拼接（完全匹配你给出的期望输出） #

看你期望的a2组拼接结果是xyz.fgh（跳过了第一个值ijk），如果是这个需求，只需要修改分组聚合的逻辑，取组内从第二个元素开始拼接：

# 修改分组聚合的逻辑，跳过第一个元素
grouped = df.groupby(['col1', 'col2'])['col3'].agg(lambda x: '.'.join(x[1:])).reset_index()
grouped.columns = ['col1', 'col2', 'col3_combined']

# 后续步骤和情况1一致
merged = df.merge(grouped, on=['col1', 'col2'], how='left')
merged['is_first_row'] = merged.groupby(['col1', 'col2']).cumcount() == 0
merged['col3'] = merged.apply(lambda row: row['col3_combined'] if row['is_first_row'] else '', axis=1)
result = merged.drop(['col3_combined', 'is_first_row'], axis=1)

print(result)

输出结果就完全匹配你的期望了：

col1 col2        col3
0    a   a1  abc.def
1    a   a1             
2    a   a2  xyz.fgh
3    a   a2             
4    a   a2             
5    b   b1    123.789
6    b   b2    456.xua
7    b   b1             
8    b   b2             

代码解释 #

• groupby(['col1', 'col2'])['col3'].agg('.'.join)：按col1和col2分组，把每组的col3字符串用.连接起来
• merge：将聚合后的拼接结果合并回原表，确保每一行都能拿到自己组的拼接值
• cumcount() == 0：给每组的行编号，判断是否是组内的第一行
• apply：根据是否是第一行，决定保留拼接值还是设为空字符串

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