如何使用pandas DataFrame按条件分组相似数值并合并对应字段

• 输入为已按Size列升序排列的Pandas DataFrame
• 处理规则：将双向差值在10%范围内的Size值归为同一组
• 输出要求：每组计算Size列平均值，同组对应的Bell列名称做拼接合并
• 输入输出示例：
  

• 遍历方式错误：range()无法直接接收DataFrame对象作为入参，不能直接用于遍历DataFrame行
• 判断逻辑冗余：双层循环内的10%差值判定条件重复编写两次，且使用位运算符&时未给独立条件加括号，会因运算符优先级触发逻辑错误
• 核心流程缺失：未实现分组标记、分组聚合的关键逻辑，无法输出目标结果

由于输入DataFrame已经按Size升序排列，无需使用时间复杂度为O(n²)的双层嵌套循环，单次线性遍历即可完成分组标记，再通过pandas内置的groupby聚合即可得到结果，代码如下：

import pandas as pd

def full_data_compare(self, df_full = pd.DataFrame()):
    # 空表直接返回空结果
    if df_full.empty:
        return pd.DataFrame(columns=['Size', 'Bell'])
    
    df = df_full.reset_index(drop=True).copy()
    # 初始化分组参数
    group_tags = [0]
    current_group_id = 0
    base_size = df.loc[0, 'Size']

    # 单次遍历完成分组标记
    for idx in range(1, len(df)):
        curr_size = df.loc[idx, 'Size']
        # 升序场景下只需判断当前值是否不超过组基准值的110%即可，下限天然满足
        if curr_size <= base_size * 1.1:
            group_tags.append(current_group_id)
        else:
            # 超出阈值新建分组，更新基准值
            current_group_id += 1
            base_size = curr_size
            group_tags.append(current_group_id)
    
    df['group_tag'] = group_tags

    # 分组聚合
    result = df.groupby('group_tag', as_index=False).agg(
        Size=('Size', 'mean'),  # 组内Size取平均值
        Bell=('Bell', lambda x: ','.join(x.astype(str)))  # Bell列用逗号拼接，可按需更换分隔符
    ).drop(columns='group_tag')

    return result

补充说明 #

• 若10%差值的判定基准需要改为组内动态平均值而非组首值，只需在遍历过程中实时更新当前组的Size平均值作为判定基准即可，整体逻辑无需大改
• Bell列的拼接分隔符可根据业务需求替换，比如修改为;、/等，只需调整join方法的入参
• 该实现时间复杂度为O(n)，数据量较大时运行效率远高于双层嵌套循环

内容的提问来源于stack exchange，提问作者BlockH