Pandas DataFrame特殊分组：按number列分组后布尔列执行OR聚合

实现代码 #

你可以直接按分组指定不同聚合规则实现需求，示例代码如下：

import pandas as pd
import numpy as np

# 1. 预处理：将数据中的空白字符串转为NaN，避免聚合时取到空值
df = df.replace(r'^\s*$', np.nan, regex=True)

# 2. 定义各列聚合规则
agg_func = {
    # 同number下取值一致，取第一个非空值即可
    "Num_1": "first",
    "Num_2": "first",
    "Num_3": "first",
    # 布尔列执行OR运算，用any()实现：分组内只要有一个1就返回1
    "col_1": "any",
    "col_2": "any",
    "col_3": "any",
    # 取分组内唯一的非空时间值
    "col_4": "first"
}

# 3. 按number字段分组聚合
res_df = df.groupby("number", as_index=False).agg(agg_func)

# （可选）如果需要匹配示例输出中False显示为空白的格式，增加如下转换
res_df[["col_1", "col_2", "col_3"]] = res_df[["col_1", "col_2", "col_3"]].replace({True: 1, False: ""})

规则说明 #

• 相同number对应的Num_1/Num_2/Num_3取值固定，直接取分组内第一个值即可保证正确性
• 布尔OR运算在Pandas中可以直接用any()聚合函数实现，只要分组内存在任意一个1就返回True，全为0才返回False
• 同分组下col_4只有一行有有效值，用first()可以直接取到对应时间值

内容的提问来源于stack exchange，提问作者harp1814