如何利用唯一Business ID合并列表转换后的DataFrame中的两行？

嘿，这个需求在数据清洗里太常见了！咱们根据不同的场景，有几种靠谱的解决办法，你可以按需选择：

1. 合并互补的非空字段（保留所有有效数据） #

如果同一Business ID下的两行，不同字段分别有非空值（比如一行有名称、一行有地址），咱们可以用groupby配合自定义聚合函数，把每个字段的非空值保留下来：

import pandas as pd

# 模拟你的数据结构
df = pd.DataFrame({
    'Business ID': [1001, 1001, 1002],
    'Company Name': ['Tech Corp', None, 'Retail Ltd'],
    'Contact Email': [None, 'info@techcorp.com', 'support@retail.com'],
    'Annual Sales': [200000, 200000, 150000]
})

# 按Business ID分组，聚合时保留每个字段的第一个非空值
merged_df = df.groupby('Business ID').agg(
    lambda x: x.dropna().iloc[0] if not x.dropna().empty else None
).reset_index()

print(merged_df)

这样处理后，同一个Business ID的行就会合并成一行，所有非空的有效数据都能保留。

2. 聚合数值型字段（求和/均值等） #

如果你的DataFrame里有需要计算的数值列（比如销售额、订单数），可以给不同字段指定专属的聚合规则：

# 自定义每个字段的聚合方式
aggregation_rules = {
    'Company Name': 'first',  # 取第一个非空的公司名
    'Contact Email': 'last',   # 取最后一个非空的邮箱
    'Annual Sales': 'sum'      # 对销售额求和（如果同一ID下有不同数值的话）
}

merged_df = df.groupby('Business ID').agg(aggregation_rules).reset_index()

这种方法灵活度很高，你可以根据业务需求调整每个字段的聚合逻辑。

3. 直接去除重复行 #

如果同一Business ID下的两行数据完全重复，那最简单的方法就是直接去重：

# 保留每个Business ID的第一行，删除后续重复行
merged_df = df.drop_duplicates(subset='Business ID', keep='first')

# 如果你想保留最后一行，把keep改成'last'即可
# merged_df = df.drop_duplicates(subset='Business ID', keep='last')

以上几种方法基本能覆盖大部分场景啦，你可以根据自己的数据实际情况来选择～

内容的提问来源于stack exchange，提问作者Danny