如何按列分组合并Pandas DataFrame行并统计地址数量？

嘿，作为Pandas初学者碰到这种分组处理的需求太正常啦，我来给你一步步拆解怎么实现～

首先咱们明确需求：按name列分组，把每组里所有的Address字段合并成一个字符串，同时统计每组的地址总数对吧？

第一步：先准备示例输入（你可以替换成自己的真实数据） #

我先模拟一份测试数据，方便你理解：

import pandas as pd

# 模拟输入数据
df = pd.DataFrame({
    'name': ['Alice', 'Alice', 'Bob', 'Bob', 'Bob'],
    'Address': ['纽约第五大道', '洛杉矶日落大道', '伦敦牛津街', '巴黎香榭丽舍', '东京银座']
})

第二步：核心实现代码 #

用groupby配合agg聚合函数就能一次性搞定两个需求：

# 分组聚合操作
result_df = df.groupby('name').agg(
    # 合并地址，用逗号+空格分隔，新列名取merged_addresses
    merged_addresses=('Address', ', '.join),
    # 统计地址数量，新列名取address_count
    address_count=('Address', 'count')
).reset_index()

# 查看结果
print(result_df)

代码解释 #

• groupby('name')：把数据按name列的相同值分成不同组，比如所有Alice的行一组，Bob的行一组
• agg()：聚合方法，允许你对同一组的同字段执行多个操作，这里我们对Address列做了两件事：
  • ', '.join：把组内所有地址字符串用「逗号+空格」连接成一个长字符串
  • 'count'：统计组内Address的行数，也就是地址的总数量
• reset_index()：把分组用的name从索引变回普通列，让结果更符合日常表格的格式

示例输出 #

运行上面的代码后，你会得到这样的结果：

name                merged_addresses  address_count
0  Alice  纽约第五大道, 洛杉矶日落大道              2
1    Bob  伦敦牛津街, 巴黎香榭丽舍, 东京银座              3

额外扩展：如果地址有重复怎么办？ #

如果你的数据里同一个name可能有重复地址，想要去重后再合并和统计，可以把代码改成这样：

result_df = df.groupby('name').agg(
    merged_addresses=('Address', lambda x: ', '.join(x.unique())),
    address_count=('Address', 'nunique')
).reset_index()

这里用x.unique()去重后再合并，nunique()统计去重后的地址数量，更贴合实际场景～

内容的提问来源于stack exchange，提问作者Machine_leaning_9