如何高效实现pandas DataFrame列值合并到单个单元格（含分组场景）

实现代码 #

import pandas as pd

# 构造测试数据
df = pd.DataFrame({
    'A': [1,1,1,1],
    'B': [1,1,1,2],
    'l1': [2,3,1,2],
    'l2': [3,5,2,7],
    'l3': [4,7,9,8]
})

# 分组聚合实现拼接
result = df.groupby(['A', 'B'], as_index=False).agg(
    lambda col: ','.join(col.astype(str))
)

逻辑说明 #

• groupby指定分组键A、B，as_index=False避免分组键转为索引
• 聚合函数先将列值转为字符串类型，再用逗号拼接，避免数值类型直接拼接报错
• 基于pandas原生矢量化运算实现，处理效率远高于手动循环遍历

实现代码 #

# 构造测试数据
df2 = pd.DataFrame({
    'l1': [2,3,1,2],
    'l2': [3,5,2,7],
    'l3': [4,7,9,8]
})

# 全列聚合后转单行DataFrame
result2 = df2.agg(lambda col: ','.join(col.astype(str))).to_frame().T

逻辑说明 #

• 直接对全列执行聚合拼接逻辑，不需要分组
• to_frame().T将聚合得到的Series转为预期的单行DataFrame格式

扩展说明 #

如果需要保留数值类型不需要转字符串拼接，可将拼接逻辑替换为lambda col: list(col)或者lambda col: tuple(col)，直接将同组/同列值存入列表/元组格式的单元格。

内容的提问来源于stack exchange，提问作者Cranjis