如何在Pandas中聚合同组字符串及合并CSV同列信息？

嗨，我来帮你搞定这两个问题：

在Pandas里处理同组字符串的聚合，核心思路就是先分组，再把组内的字符串拼接起来。最常用的是groupby()配合agg()或者apply()方法，结合字符串的join来实现，非常直观。

举个实际例子，假设我们有如下DataFrame：

import pandas as pd
df = pd.DataFrame({
    'group': ['A', 'A', 'B', 'B', 'B'],
    'text': ['foo', 'bar', 'baz', 'qux', 'quux']
})

如果要把每组的text列用逗号分隔连接起来，只需要一行代码：

# 使用agg方法
grouped_text = df.groupby('group')['text'].agg(', '.join)
# 或者用apply方法，效果完全一致
grouped_text = df.groupby('group')['text'].apply(', '.join)

如果你的数据里有缺失值（NaN），可以先加上dropna()过滤掉，避免拼接出无效内容：

grouped_text = df.groupby('group')['text'].dropna().agg(', '.join)

针对CSV文件中需要基于email列合并其他信息的需求，我们可以按「读取CSV → 分组聚合 → 输出结果」的步骤来处理。

假设你的CSV文件（比如data.csv）内容长这样：

email,role
alice@example.com,backend dev
alice@example.com,python expert
bob@example.com,UX designer

具体操作代码如下：

# 1. 读取CSV文件到DataFrame
df = pd.read_csv('data.csv')

# 2. 按email分组，把同一email对应的role用分号分隔合并
merged_df = df.groupby('email')['role'].agg('; '.join).reset_index()

# 3. 把合并后的结果保存回新的CSV文件
merged_df.to_csv('merged_data.csv', index=False)

这里的reset_index()是为了把分组后的email从索引变回普通列，让输出的CSV结构更规整。

另外，要感谢用户coldspeed提供的可行解决方案，上面的实现思路正是参考了他的核心方法优化而来的。

内容的提问来源于stack exchange，提问作者timelfelt