Python按poi分组取每组2行 提取地址左起公共前缀的实现方法

需求1：过滤分组数据说明 #

你编写的过滤代码逻辑正确，可直接使用：先保留所有poi列重复出现的记录（即对应分组记录数≥2），再按poi分组每组取前2行后重置索引。
对应代码如下：

import pandas as pd

# 读取测试数据后执行过滤
df = df[df['poi'].duplicated(keep=False)]
df_filtered = df.groupby('poi').head(2).reset_index(drop=True)

需求2：提取分组左侧最长公共地址 #

无需额外安装第三方Python包，通过Pandas结合自定义函数即可实现。核心逻辑为：先定义求字符串列表最长公共前缀的工具函数，再按poi分组对地址字段应用该函数。

公共前缀工具函数定义 #

def get_longest_common_prefix(str_list):
    # 过滤空值避免运行报错
    str_list = [s for s in str_list if pd.notna(s)]
    if not str_list:
        return ""
    # 公共前缀长度不可能超过列表中最短的字符串长度，以此为基准遍历
    min_len = min(len(s) for s in str_list)
    for i in range(min_len):
        current_char = str_list[0][i]
        # 校验所有字符串第i位是否一致
        for s in str_list[1:]:
            if s[i] != current_char:
                # 遇到不一致的字符，返回前i位的公共部分
                return str_list[0][:i]
    # 所有字符均一致，返回最短字符串即可
    return str_list[0][:min_len]

分组计算得到结果 #

result = df_filtered.groupby('poi', as_index=False)['address'].agg(
    common_address=get_longest_common_prefix
)

运行后输出的result即可匹配你提供的预期输出格式。

内容的提问来源于stack exchange，提问作者ah bon