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，按索引对齐后聚合为单个 dataframe，并将每行对应的所有值以逗号分隔字符串形式合并。
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，按索引对齐后聚合为单个 dataframe，并将每行对应的所有值以逗号分隔字符串形式合并。
在数据分析中，常需整合来自不同来源但共享时间索引（如日度销售、天气、日志记录）的同类字段。例如，三个 DataFrame 分别记录了不同水果在各日期的出现情况，目标是生成一张“每日出现水果汇总表”，其中每行显示该日期下所有水果名称，以英文逗号分隔。
实现这一目标的核心思路是：先纵向拼接（concat），再按索引分组（groupby），最后对每组内指定列执行字符串聚合（join）。整个过程简洁高效，仅需一行核心代码即可完成。
以下是完整可运行示例：
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'])
# 合并并聚合：按索引分组，对 'item' 列做逗号连接
result = pd.concat([s1, s2, s3]).groupby(level=0).agg(lambda x: ','.join(x))
print(result)
输出结果如下：
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 沿行方向堆叠，保留原始索引（即日期），形成一个含重复索引的长表；
- .groupby(level=0) 表示按第一级索引（即行索引）分组，等价于 groupby(by=None)（默认按索引分组）；
- .agg(lambda x: ','.join(x)) 对每个分组内的 'item' 列执行自定义聚合：将 Series 中所有字符串元素连接为单个字符串；
- 若某日期仅在一个 DataFrame 中存在，则结果中仍为单个值（如 'apple'），无需额外处理空值或缺失。
⚠️ 注意事项：
- 所有输入 DataFrame 的索引类型应一致（推荐统一为 datetime 类型，便于后续时间序列操作；当前示例使用字符串索引亦可正常工作）；
- 若列中存在 NaN 值，','.join() 会报错。建议预处理：lambda x: ','.join(x.dropna().astype(str))；
- 如需去重（避免同一日期多次出现相同值），可改用：lambda x: ','.join(x.dropna().unique())；
- 若需保持原始索引顺序（如按日期升序），可在最后添加 .sort_index()。
该方法扩展性强，适用于任意数量的 DataFrame 和任意文本型列，是 Pandas 中实现“索引对齐聚合”的标准范式之一。
