Python实现DataFrame同类别行合并及聚合需求求助

嘿，刚接触Python和Pandas的话，这种分组处理的需求确实容易卡壳，不过别担心，咱们一步步来搞定它！

首先先确认下你的原始数据：

import pandas as pd
data = pd.DataFrame({'a': [1,1,2,2,2,3], 'b': [12,22,23,34,44,55], 'c':['a','','','','c',''], 'd':['','b','b','a','a','']})

要实现按列a分组，忽略b，把同组内c、d的非空值拼接起来，这里给你两种简洁高效的实现思路：

方法一：自定义拼接函数（可读性强） #

先写一个小函数，专门用来把一列里的非空值拼接成字符串：

def concat_non_empty(series):
    # 过滤空字符串，再把剩下的非空值连起来
    return ''.join([val for val in series if val != ''])

然后通过groupby分组后，对c和d列应用这个函数：

result = data.groupby('a')[['c', 'd']].agg(concat_non_empty).reset_index()

运行后就能得到你想要的结果：

a  c    d
0  1  a    b
1  2  c  baa
2  3     ''

方法二：匿名函数写法（更紧凑） #

不用单独定义函数，直接在agg里用匿名函数实现，代码更简洁：

result = data.groupby('a')[['c', 'd']].agg(lambda x: ''.join(x[x != ''])).reset_index()

这个写法和方法一效果完全一致，适合快速实现需求。

关键逻辑拆解 #

• groupby('a')：按a列的取值把数据分成独立分组
• [['c', 'd']]：只指定处理c、d两列，自动忽略了不需要的b列，完美匹配你的要求
• agg(...)：对每个分组的目标列执行拼接操作——先通过布尔索引过滤掉空字符串，再用''.join()把非空值按顺序拼接
• reset_index()：把分组用的a列从索引变回普通列，让结果结构和你给出的示例完全一致

内容的提问来源于stack exchange，提问作者KANIN SRIJUNDORN