Python Pandas按PO Header ID分组并拼接对应XML字符串的实现方法

报错根因 #

• 列名大小写不匹配：你原始数据的分组列名为PO Header ID（末尾ID为全大写），但代码中写的是PO Header Id（末尾d为小写），是触发KeyError的直接原因，可先执行print(df.columns)确认实际列名的完整写法。
• 聚合逻辑错误：你需要合并的是同分组下的XML字段内容，无需将XML放入分组键，也不需要提前调用不存在有效值的Combined_XML列参与聚合。

正确实现代码 #

通用写法（适配所有Pandas版本） #

# 按PO Header ID分组，拼接同组所有XML字符串，重命名为目标列名
combineXML = df.groupby('PO Header ID', as_index=False)['XML'].agg(
    lambda x: ''.join([i.strip() for i in x]) # strip可去除原始XML前后的多余空格，不需要可以删掉
).rename(columns={'XML': 'Combined_XML'})

简化写法（适配Pandas 1.3及以上版本） #

combineXML = df.groupby('PO Header ID', as_index=False)['XML'].agg(''.join).rename(columns={'XML': 'Combined_XML'})

执行后combineXML就是你需要的输出结果。

原代码逻辑问题说明 #

• 将XML放入groupby的分组键中，会导致每个唯一的「PO Header ID+XML」组合单独成为分组，无法实现同PO下多行XML合并的效果
• 调用不存在有效值的Combined_XML列参与聚合，原始数据中该列是最终要生成的结果列，初始无有效内容可以用来拼接。

内容的提问来源于stack exchange，提问作者Scott