如何将Pandas DataFrame相似条目扁平化 合并独热编码列值为单条记录

核心逻辑是按商家唯一标识分组，对Dietary开头的独热编码列取最大值（只要任意一行该字段为1，聚合后就为1），公共字段取相同值即可，具体实现代码如下：

# 方法1：如果索引是商家唯一ID（如示例中索引均为17660）
import pandas as pd

# 区分公共列和哑变量列
common_cols = ['name', 'stars', 'categories']
dummy_cols = [col for col in df.columns if col.startswith('Dietary_')]

# 配置聚合规则后分组计算
agg_rule = {col: 'first' for col in common_cols}
agg_rule.update({col: 'max' for col in dummy_cols})
result = df.groupby(level=0).agg(agg_rule).reset_index()

# 方法2：如果没有用索引存商家ID，直接用公共字段做分组依据
result = df.groupby(common_cols, as_index=False)[dummy_cols].max()

两种方法都能得到你需要的压缩后结果，原理是同一个商家的公共字段值完全一致，取first/last都不会改变取值；哑变量列取最大值可以把该商家所有行里出现过的1都合并到最终行里，和你给出的预期输出完全匹配。

内容的提问来源于stack exchange，提问作者DWongster