Pandas实现DataFrame分组后除最后一行外其余行追加逗号

核心思路 #

用pandas原生向量化操作实现，避免逐行循环，性能最优，逻辑完全匹配需求：

1. 按label字段分组后，对组内行做倒序计数，分组最后一行的计数值固定为0
2. 筛选出所有计数值不等于0的行（即组内非最后一行），给这些行的attribuutLabel字段末尾追加逗号
3. 单条数据的分组内唯一行计数值为0，不会被追加逗号，自动满足单行不处理的要求

完整实现代码 #

import pandas as pd

# 加载原始数据
data = [['object 1', 'property 1'], ['object 1','property 11'],['object 1','property 111'], ['object 2', 'property 2'], ['object 3', 'property 3'],['object 3','property 33']]    
df = pd.DataFrame(data, columns=['label', 'attribuutLabel'])

# 核心处理逻辑
not_last_row_mask = df.groupby('label').cumcount(ascending=False) != 0
df.loc[not_last_row_mask, 'attribuutLabel'] += ','

运行输出结果 #

执行代码后得到的DataFrame完全匹配预期：

方案优势 #

• 全程使用pandas内置向量化方法，没有自定义循环，万级以上数据量下运行速度比apply/逐行遍历快数十倍
• 逻辑简洁，没有冗余判断，单行分组的场景天然被覆盖，不需要额外写分支判断

内容的提问来源于stack exchange，提问作者Sef