Pandas合并DF时如何按vin匹配将module值逗号拼接存同一单元格

现有数据 #

import pandas as pd
df1 = pd.DataFrame({
    'vin':['aaa','aaa','aaa','bbb','ccc','ccc','ddd','eee','eee','fff'],
    'module':['ABS','ABS','IPMA','BCCM','HPOC','ABS','ABS','HPOC','ABS','ABS']
})
df2 = pd.DataFrame({'vin':['aaa','bbb','ccc','ddd','eee','fff']})

需求说明 #

按vin列做匹配，从df1中提取对应module列的取值写入df2，同一个vin对应的所有module值以逗号分隔，存入同一个单元格。
直接使用普通左连接写法的问题：

# 该写法会生成多行重复数据，不符合要求
df_merge = pd.merge(df2, df1[['module','vin']], on ='vin', how ='left')

期望输出效果：

实现方法 #

• 方法1：先分组聚合再合并
  先对df1按vin分组，将同组的module值拼接为单个字符串，再和df2做左连接，不会产生重复行：

  # 分组聚合拼接同组module值
  df1_agg = df1.groupby('vin', as_index=False)['module'].apply(','.join)
  # 左连接匹配
  df_result = pd.merge(df2, df1_agg, on='vin', how='left')
  

• 方法2：映射赋值（写法更简洁）
  先生成vin到拼接后module值的映射字典，直接通过map方法给df2新增列：

  module_map = df1.groupby('vin')['module'].apply(','.join).to_dict()
  df2['module'] = df2['vin'].map(module_map)
  

补充：如果需要对同组module值去重后再拼接，可以在拼接前去重，例如保留原有顺序去重的写法为lambda x: ','.join(dict.fromkeys(x))，不需要保留顺序可以直接用lambda x: ','.join(set(x))。

内容的提问来源于stack exchange，提问作者jawed