如何合并pandas导入CSV时被自动加后缀的重复列为逗号分隔字符串

实现步骤 #

1. 导入CSV文件后，先还原列的原始名称：pandas自动添加的.#后缀可以通过从右侧按.分割1次提取前缀实现还原。
2. 按还原后的原始列名对列进行分组，逐行合并同组列的内容为逗号分隔的字符串。

完整代码示例 #

import pandas as pd

# 1. 导入CSV文件
df = pd.read_csv('myfile.csv', delimiter=';')

# 2. 还原原始列名，去掉自动生成的.#后缀
original_col_names = df.columns.str.rsplit('.', n=1).str[0]

# 3. 按原始列名分组，逐行合并同列名的内容
df_result = df.groupby(original_col_names, axis=1).agg(
    lambda group: group.apply(
        # 逐行拼接，自动跳过空值，不需要可以删除.dropna()
        lambda row: ','.join(row.dropna().astype(str)), 
        axis=1
    )
)

# 查看结果
print(df_result)

效果验证 #

针对你提供的示例CSV，输出结果如下：

如果需要保留空值转为字符串输出，直接删除代码中的.dropna()即可。

内容的提问来源于stack exchange，提问作者HackXIt