Pandas左外连接合并后如何按地址聚合拼接所有发票号为单行

方法1：在现有合并结果基础上分组聚合 #

你已经生成了合并后的mergedData，直接按Name和Address分组，对InvoiceNum列执行字符串拼接即可：

# 注意如果InvoiceNum是数值类型，先转成字符串避免报错
result = mergedData.groupby(['Name', 'Address'], as_index=False)['InvoiceNum'].agg(lambda x: ', '.join(x.astype(str)))

运行后得到的就是你要的每个地址一行、发票号拼接的结果。

方法2：先聚合发票数据集再合并（更适合大数据量场景） #

如果原始数据量较大，先对第二个发票数据集做聚合再合并，能减少合并时的数据量，效率更高：

# 先把发票数据按地址分组，拼接好对应发票号
invoice_agg = invoiceData.groupby('Address', as_index=False)['InvoiceNum'].agg(lambda x: ', '.join(x.astype(str)))
# 再和第一个数据集左连接
mergedData = pd.merge(complaintData, invoice_agg, on='Address', how='left')

如果部分地址没有对应发票，拼接列会返回NaN，你可以按需用fillna('')把空值替换成空字符串。

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