Python pandas分组拼接组内非空去重字符串报错求解

你之前的代码触发类型错误的核心原因是：pandas 中的空值NaN属于float类型，直接调用', '.join时会把组内的空值一并传入，而字符串join方法要求所有待拼接元素必须是字符串类型，因此抛出类型错误。同时原写法没有做去重处理，即便解决空值问题，也会得到带重复值的拼接结果，不符合预期。

你可以在分组聚合的逻辑里依次完成空值过滤、去重、拼接三个步骤，代码如下：

import pandas as pd
import numpy as np

# 原始测试数据
df = pd.DataFrame({'Material': [1,1,1,2,2,2,3,3,3,3],
                'BOM': ['A','B',np.nan,'A',np.nan,'C','A','A','B','C']})

# 分组聚合实现需求
result = df.groupby('Material')['BOM'].agg(
    lambda x: ', '.join(x.dropna().unique())
).reset_index()

执行后打印result即可得到目标结果：

Material      BOM
0         1    A, B
1         2    A, C
2         3  A, B, C

聚合函数里的处理步骤完全匹配需求：

• x.dropna()：剔除当前分组内BOM列的所有空值，从根源解决类型报错问题
• .unique()：对非空的BOM值去重，避免拼接出重复内容
• ', '.join()：将处理完成的字符串序列按要求拼接成指定格式

如果数据量较大，也可以先全局过滤BOM列的空值再分组，减少分组阶段的计算量，写法等价：

result = df.dropna(subset=['BOM']).groupby('Material')['BOM'].agg(
    lambda x: ', '.join(x.unique())
).reset_index()

内容的提问来源于stack exchange，提问作者Jefferson Robinski