Pandas执行groupby后合并不同大小DataFrame且不增加行数的实现方法

问题原因 #

你直接关联聚合结果和原表时行数膨胀，是因为原表中同一个COD对应多条数据，关联后每条聚合记录会匹配到多条原表记录，导致行数变回原表量级。
根据你的数据特征（同一个COD对应的STATE、CITY固定，同一个[COD,TEC,SET]分组下STATE、CITY也完全一致），有两种简单的实现方案：

方案1：直接修改groupby逻辑（更高效）

将STATE、CITY加入分组键即可，因为同组内这两个字段值完全一致，不会改变分组数量和聚合结果，直接得到带字段的9行结果：

df_cut = (
    df.groupby(["COD","TEC","SET", "STATE", "CITY"])
    .AZIM
    .agg(lambda x: pd.Series.mode(x).max())
    .reset_index()
)

方案2：聚合后关联去重映射表

如果你不想修改原有聚合逻辑，可以先从原表提取COD和STATE、CITY的唯一对应关系，再和聚合结果关联，不会出现行数膨胀：

# 提取COD与STATE、CITY的唯一映射
cod_dim = df[["COD", "STATE", "CITY"]].drop_duplicates()
# 关联得到最终结果，保持9行不变
df_result = df_cut.merge(cod_dim, on="COD", how="left")

内容的提问来源于stack exchange，提问作者Harry Jones