如何使用Pandas将DataFrame列值按分组拼接生成新DataFrame

没问题，这个需求用pandas的分组聚合功能就能轻松实现，我给你一步步拆解：

1. 先构造原DataFrame1 #

首先我们把你给出的原始数据转换成pandas DataFrame：

import pandas as pd

data = {
    'ProductName': ['Product1', 'Product2', 'Product1', 'Product3', 'Product3', 'Product1', 'Product2'],
    'Value': [2, 3, 1, 4, 5, 5, 9],
    'otherValue': [5, 2, 5, 7, 7, 5, 2]
}
df1 = pd.DataFrame(data)

2. 分组聚合生成目标DataFrame2 #

核心就是用groupby按ProductName分组，然后对不同列用对应的聚合逻辑：

• 对Value列：把每个组里的数值转成字符串，再用空格拼接起来
• 对otherValue列：观察你的示例数据，同组内的otherValue值都是一致的，所以直接取组内第一个值就可以（用first、max、min都能达到同样效果）

代码如下：

df2 = df1.groupby('ProductName').agg(
    Value=('Value', lambda x: ' '.join(map(str, x))),
    otherValue=('otherValue', 'first')
).reset_index()

3. 查看结果 #

运行后打印df2就能得到你想要的格式：

print(df2)

输出结果：

ProductName   Value  otherValue
0    Product1  2 1 5           5
1    Product2    3 9           2
2    Product3    4 5           7

如果你的otherValue组内存在不同值，只需要把聚合逻辑改成和Value一样的拼接方式就行：lambda x: ' '.join(map(str, x))。

内容的提问来源于stack exchange，提问作者goerge