Python中如何合并名称列含相似名称的行并拼接对应URL字段

针对层级路径类的名称合并需求，核心是先识别每个路径对应的存在于数据集内的最短前缀根路径，再按根路径分组拼接url字段，不需要硬编码前缀规则，适配任意层级的路径结构。

实现步骤 #

• 加载原始数据为pandas DataFrame，将所有name值存入集合，用于后续快速判断前缀是否存在
• 对每一行的路径，按/从左到右逐级拼接短路径，找到第一个存在于name集合中的路径，即为该行归属的根名称
• 按识别出的根名称分组，将同组内的url用逗号拼接，输出最终结果

完整代码 #

import pandas as pd

# 替换为你的数据读取逻辑，例：df = pd.read_csv("your_file.csv")
df = pd.DataFrame([
    {"name": "downloads/john joe", "url": "www.A.com"},
    {"name": "downloads/john joe/2", "url": "www.AB.com"},
    {"name": "downloads/john joe/94", "url": "www.ABC.com"},
    {"name": "downloads/john joe/94/100", "url": "www.ABCD.com"},
    {"name": "downloads/apple chew/134", "url": "www.BBC.com"},
])

name_set = set(df["name"].tolist())

def match_root(full_path: str) -> str:
    path_segments = full_path.split("/")
    # 从最短路径开始匹配，找到第一个存在于数据集内的前缀作为根
    for seg_count in range(1, len(path_segments) + 1):
        check_prefix = "/".join(path_segments[:seg_count])
        if check_prefix in name_set:
            return check_prefix
    return full_path

df["root_key"] = df["name"].apply(match_root)
# 分组拼接url
result = df.groupby("root_key", as_index=False)["url"].agg(", ".join).rename(columns={"root_key": "name"})

运行代码后得到的结果完全匹配预期：

说明 #

• 该方案自动适配路径层级，不需要提前指定前缀长度，只要根路径存在于原始数据的name列中即可正确归并
• 此前遍历+concat未得到预期结果，通常是因为没有做最短根路径匹配，直接按固定长度截断前缀，导致子路径归属错误

内容的提问来源于stack exchange，提问作者Dom