pandas中如何根据指定列值合并DataFrame对应行内容

问题复现 #

现有如下结构的DataFrame：

time text
01.01.1970 abc
01.01.1970 cde
01.01.1970 fgh
01.01.1980 abc
01.01.1980 xyz

需求为按time列分组，将同组下text列的内容用\n作为分隔符合并，期望得到的输出结构如下：

time text
01.01.1970 abc\ncde\nfgh
01.01.1980 abc\nxyz

使用如下代码尝试实现时未得到预期结果，text列每行都返回text\ntime的内容：

out = (df.groupby('time', as_index=False)
       ['text'].agg(lambda x: '\n'.join(x.dropna())))

异常原因 #

该问题是部分pandas版本的兼容bug导致：groupby后使用单括号选取单列+as_index=False的组合写法时，聚合函数没有正确接收到text列的内容，反而把整个DataFrame的列名作为迭代对象传入，最终输出了拼接列名的错误结果。

修复方法 #

两种可直接运行的正确写法：

• 写法1：将选列的单括号改为双括号，明确传入要聚合的单列DataFrame，避免列识别错误

out = (df.groupby('time', as_index=False)
       [['text']].agg(lambda x: '\n'.join(x.dropna())))

• 写法2：用apply实现聚合后重置索引，兼容性更强，不受版本差异影响

out = df.groupby('time')['text'].apply(lambda x: '\n'.join(x.dropna())).reset_index()

以上两种写法运行后都可以得到预期的合并结果。

内容的提问来源于stack exchange，提问作者Tobitor