本文介绍如何将多个具有相同索引结构（如日期）的 pandas dataframe 中某一列的值，按索引对齐后合并为单个 dataframe，并将重复索引对应的多值用逗号拼接成字符串。
本文介绍如何将多个具有相同索引结构（如日期）的 pandas dataframe 中某一列的值，按索引对齐后合并为单个 dataframe，并将重复索引对应的多值用逗号拼接成字符串。
在数据整合场景中，常需将多个来源但共享时间戳（或其他索引）的 DataFrame 进行纵向对齐与聚合。例如，不同水果品类的销售记录按日期索引存储于独立 DataFrame 中，目标是生成一张“每日供应品类汇总表”，其中每行对应一个日期，item 列包含当日所有出现的品类，以英文逗号分隔。
实现该需求的核心思路是：先纵向堆叠（concat），再按索引分组（groupby），最后对每组执行字符串聚合（join）。以下是完整、可复现的解决方案：
import pandas as pd
# 构建示例数据
s1 = pd.DataFrame({'item': ['apple', 'apple', 'apple']},
index=['1/2/2024', '1/5/2024', '1/6/2024'])
s2 = pd.DataFrame({'item': ['orange', 'orange', 'orange']},
index=['1/3/2024', '1/5/2024', '1/7/2024'])
s3 = pd.DataFrame({'item': ['banana', 'banana', 'banana', 'banana']},
index=['1/4/2024', '1/5/2024', '1/6/2024', '1/7/2024'])
# 三步合一：拼接 → 按索引分组 → 合并字符串
result = pd.concat([s1, s2, s3]).groupby(level=0).agg(lambda x: ','.join(x))
print(result)
输出结果完全符合预期：
item 1/2/2024 apple 1/3/2024 orange 1/4/2024 banana 1/5/2024 apple,orange,banana 1/6/2024 apple,banana 1/7/2024 orange,banana
✅ 关键说明：
- pd.concat([s1, s2, s3]) 将所有 DataFrame 垂直堆叠，保留原始索引（不重置），形成含重复索引的长表；
- .groupby(level=0) 表示按原始索引（即第 0 级索引）分组，自动对齐相同日期的行；
- .agg(lambda x: ','.join(x)) 对每个分组内的 item 列值执行字符串连接；若需去重后再连接，可改用 ','.join(x.unique())；
- 若原始列含空值（NaN），join 会报错，建议前置清洗：.dropna() 或使用 ','.join(x.dropna().astype(str))。
? 进阶提示：
- 若需保持日期索引的自然顺序（如按时间升序），可在最后添加 .sort_index()；
- 若索引为字符串日期，后续建议转换为 datetime 类型以便时序操作：result.index = pd.to_datetime(result.index)；
- 此方法高度可扩展——无论输入是 2 个还是 20 个 DataFrame，只需将它们统一加入 concat() 的列表参数即可。
该方案简洁、高效且符合 Pandas 的向量化设计哲学，是处理多源同构索引聚合任务的标准实践。
