Python Pandas：基于相同Source、Level、County列值合并Town列取值

解决方案 #

直接使用groupby分组聚合即可实现需求，核心要注意开启dropna=False保证空值参与分组，避免时间行被丢弃：
首先是示例数据构造（你可以跳过这步直接用你自己的DataFrame）：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'Time': ['2021-12-01 10:01:41.443', np.nan, np.nan, np.nan, '2021-12-01 10:01:46.452'],
    'Source': [np.nan, 'Test', 'Test', 'Test', np.nan],
    'Level': [np.nan, '3', '5-', '5-', np.nan],
    'County': [np.nan, 'C1', 'C2', 'C2', np.nan],
    'Town': [np.nan, 'C1-T1', 'C2-T0', 'C2-T1', np.nan]
})

核心实现代码：

res = df.groupby(
    # 分组键包含Time是为了让带时间的行单独成组，保留原有位置
    ['Time', 'Source', 'Level', 'County'],
    dropna=False,  # 必须开启，否则含NaN的分组会被直接丢弃
    as_index=False,
    sort=False  # 关闭自动排序，完全保留原始数据的行顺序
)['Town'].agg(
    # 同分组先去重再用英文逗号拼接
    lambda x: ', '.join(pd.unique(x))
)

补充说明 #

• 即使所有字段都是字符串类型也完全兼容，不需要额外做类型转换
• 如果不需要Town值去重，可以把聚合逻辑直接改成', '.join即可
• 输出结果会完全保留原始时间行的顺序，和你期望的输出格式一致

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