本文详解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 的一列，并以逗号分隔字符串形式呈现。
本文详解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 的一列，并以逗号分隔字符串形式呈现。
在实际数据分析中，我们常遇到多个来源的时序数据（如不同商品的日销量、不同传感器的采样记录），它们共享时间索引但分布在不同 DataFrame 中。目标是将这些分散的观测值按时间点“归并”——即对每个日期，聚合所有对应项（如 apple、orange、banana），并用逗号连接成单一字符串。这本质上是一个基于索引的垂直拼接 + 分组聚合操作。
核心思路分三步：
- 纵向拼接（pd.concat）：将多个 DataFrame 沿行方向堆叠，保留原始索引；
- 按索引分组（groupby(level=0)）：level=0 表示按最外层索引（即日期）分组；
- 聚合拼接（agg(lambda x: ",".join(x))）：对每组内该列的所有值执行字符串连接。
以下是完整可运行代码示例：
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
✅ 关键注意事项：
- 确保所有 DataFrame 的索引类型一致（如均为 str 或已转为 pd.DatetimeIndex），否则 groupby 可能因隐式类型转换导致意外分组；
- 若存在缺失值（NaN），",".join() 会报错，建议提前清洗：lambda x: ",".join(x.dropna().astype(str))；
- 如需保持原始索引顺序（如按日期升序），可在最后添加 .sort_index()；
- 若列名不统一（如 s1 是 'item'，s2 是 'product'），需先重命名：s2.rename(columns={'product': 'item'})。
该方法简洁高效，时间复杂度为 O(n)，适用于数百至百万级行数场景。掌握此模式，你便能灵活处理多源时序标签聚合、事件归并、多渠道用户行为汇总等典型任务。
