Pandas DataFrame按Price Zone分组将Store值合并为单单元格列表实现咨询

你之前的代码存在两个问题：一是调用groupby后没有执行对应的聚合操作，没有存储分组后的结果；二是melt方法用于宽表转长表，和你需要的分组聚合场景完全不匹配。

正确实现代码如下：

import pandas as pd

# 读取原始Excel数据
store_df = pd.read_excel("Zones_by_Store.xlsx")
# 按价格区域分组，将对应门店编号聚合为列表
# 如果需要保留Price Zone Id等其他和区域一一对应的字段，可加入分组参数，例：groupby(['Price Zone Id', 'Price Zone Name'])
result_df = store_df.groupby('Price Zone Name', as_index=False)['Store No'].agg(list)
# 导出结果，index=False避免导出多余的索引列
result_df.to_csv('Stores.csv', index=False)

如果需要将列表转为用分隔符（比如逗号）拼接的字符串而非Python列表存储，可以把聚合逻辑改成.agg(lambda x: ','.join(x.astype(str)))，更适合CSV存储后读取使用。

内容的提问来源于stack exchange，提问作者Ty Swenson