如何用Python合并DataFrame中含部分重复数据的行？

Hey there! 我来帮你搞定这个把df1转换成df2的需求～ 其实用pandas就能轻松实现，核心思路是按重复的标识列分组，然后合并目标列的内容。

具体实现步骤 #

咱们先从创建示例数据开始，然后一步步处理：

import pandas as pd

# 创建你给出的df1示例数据
df1 = pd.DataFrame({
    'name': ['Amy', 'Amy'],
    'area': ['Cal', 'Cal'],
    'number': [1234, 1234],
    'major': ['Math', 'English']
})

# 合并重复行：按name/area/number分组，将major用'-'连接
df2 = df1.groupby(['name', 'area', 'number'], as_index=False)['major'].agg('-'.join)

print(df2)

运行这段代码后，输出的df2就是你想要的结果：

name area  number         major
0   Amy  Cal    1234  Math-English

代码解释 #

• groupby(['name', 'area', 'number'])：把这三列值完全相同的行归为一组，也就是把Amy的两行放在一起；
• as_index=False：让分组后的列（name/area/number）保持为普通列，而不是变成索引；
• ['major'].agg('-'.join)：对每组里的major列，用-作为分隔符把所有值拼接成一个字符串。

扩展小技巧 #

如果你的数据里major列可能有缺失值，不想把空值也拼进去，可以稍微修改一下聚合函数：

df2 = df1.groupby(['name', 'area', 'number'], as_index=False)['major'].agg(lambda x: '-'.join(x.dropna()))

这样就能自动跳过空值啦～

内容的提问来源于stack exchange，提问作者Mile