pandas中如何按自定义键合并字符串列的多行数据

你之前调用groupby后结果仍分散为多行，核心原因是没有对分组后的字符串列指定拼接类的聚合规则，仅完成了数据拆分没有做合并计算，正确实现步骤如下：

1. 构造示例原始数据表

import pandas as pd

# 构建原始示例数据
df = pd.DataFrame({
    'StudentName': ['Adam', 'Mathew', 'Sheldon', 'Albert', 'Angelica', 'Maya', 'Ashley'],
    'Class': ['Class I', 'Class II', 'Class I', 'Class I', 'Class II', 'Class II', 'Class III']
})

2. 分组聚合核心代码
   通过groupby+agg一次性完成字符串拼接、计数两个聚合逻辑，设置as_index=False避免分组键变为索引导致格式错乱：

result = df.groupby(by='Class', as_index=False).agg(
    # 同组学生姓名用逗号拼接为单个字符串
    Student=('StudentName', lambda x: ', '.join(x)),
    # 统计同组学生数量
    Count_of_Students=('StudentName', 'count')
)

3. 输出结果说明
   运行代码后得到的结果完全匹配需求：

• Class I 对应Student值为Adam, Sheldon, Albert，Count_of_Students为3
• Class II 对应Student值为Mathew, Angelica, Maya，Count_of_Students为3
• Class III 对应Student值为Ashley，Count_of_Students为1

补充说明 #

如果同组内存在重复的学生姓名，可以在拼接逻辑中加去重处理，修改拼接规则为lambda x: ', '.join(x.drop_duplicates())即可，避免重复值出现在拼接结果中。

内容的提问来源于stack exchange，提问作者excelsiro