如何在Pandas DataFrame中同一行展示多个逗号分隔的匹配项

不需要手动遍历df条目创建匹配列表，用pandas内置的分组聚合功能就能更简洁高效的实现需求，性能远高于自行循环的实现。

最简实现代码 #

替换你原有逻辑中的循环、赋值、去重部分，核心仅需一行分组聚合代码：

import pandas as pd

data = {'some_primary_key':['unique_value_1',
                            'unique_value_2',
                            'unique_value_3']*2,
        'values':['some_value_1', 'some_value_3', 'some_value_5',
                  'some_value_2', 'some_value_4', 'some_value_6']
                      }
                                                                          
df = pd.DataFrame(data=data)

# 按主键分组，对values列执行逗号拼接，自动去重主键行
result = df.groupby('some_primary_key', as_index=False)['values'].agg(','.join)
print(result)

其他适配场景方案 #

如果你需要保留另一个仅含主键的表的所有主键（即使某个主键没有对应的values值也要保留在结果中），可以先关联再聚合：

# 你的仅含主键的表示例
df_primary = pd.DataFrame({'some_primary_key': ['unique_value_1', 'unique_value_2', 'unique_value_3']})

result = df_primary.merge(df, on='some_primary_key', how='left')\
                .groupby('some_primary_key', as_index=False)['values']\
                .agg(lambda x: ','.join(x.dropna()))

优势说明 #

• 代码更简洁，避免了手动遍历、筛选、赋值、去重的冗余逻辑
• 执行效率更高，pandas底层的分组聚合做了优化，数据量越大比手动循环的优势越明显

内容的提问来源于stack exchange，提问作者qrzep