Python按ID聚合多字符串列：保留非normal值或默认normal

嘿，这个聚合需求不难实现，我给你分享两种实用的方法，都能完美达到你的预期效果：

首先先把你的示例数据再贴一遍方便参考：

import pandas as pd

d = pd.DataFrame({
    'id': [1, 1, 1, 2, 2, 3], 
    'col1': ['normal', 'well', 'normal', 'normal', 'well', 'normal'], 
    'col2': ['bad', 'normal','normal', 'normal', 'normal', 'bad']
})

方法1：自定义聚合函数（可读性高） #

先写一个小函数来处理每一列的逻辑：筛选非normal的值，有就保留，没有就返回normal，然后结合groupby和agg来用：

def pick_non_normal(series):
    # 筛选出当前分组里非normal的所有值
    non_normal_vals = series[series != 'normal']
    # 有非normal值就取第一个（适配你示例里每个分组仅一个非normal的情况）
    # 如果有多个非normal值，你可以改成比如','.join(non_normal_vals)来合并
    return non_normal_vals.iloc[0] if len(non_normal_vals) > 0 else 'normal'

result = d.groupby('id').agg(pick_non_normal).reset_index()

方法2：Lambda简写（更紧凑） #

如果不想单独定义函数，直接用lambda表达式写在agg里，逻辑是一样的：

result = d.groupby('id').agg(
    lambda x: x[x != 'normal'].iloc[0] if len(x[x != 'normal']) > 0 else 'normal'
).reset_index()

运行后得到的result完全符合你的预期：

id    col1    col2
0   1    well     bad
1   2    well  normal
2   3  normal     bad

补充一句：如果你的数据里存在某个id下某列有多个非normal值的情况，只需要把函数里的iloc[0]改成你想要的处理方式就行，比如合并成字符串或者取最后一个，灵活调整~

内容的提问来源于stack exchange，提问作者John Snow