Pandas如何将重复行聚合为单行并合并对应列的多个值

你可以直接用 groupby + agg 组合实现需求，以下是完整可运行的代码：
首先构造示例DataFrame：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    "name": ["name_1", "name_1", "name_1"],
    "value": ["A", "B", "C"]
})

第一种：合并为逗号分隔的字符串 #

对分组后的value列调用 ','.join 聚合即可：

res_str = df.groupby("name", as_index=False)["value"].agg(",".join)

运行后res_str的输出就是你要的第一种效果：

第二种：合并为列表格式存储 #

直接把聚合规则换成list即可：

res_list = df.groupby("name", as_index=False)["value"].agg(list)

运行后res_list的输出就是你要的第二种效果：

补充说明：如果你的数据里存在NaN值，想在合并时过滤掉，可以先调用dropna(subset=["value"])清理数据再做聚合，避免合并结果出现多余的空值占位。

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