合并共享单元格值的Python3 DataFrame行，将另一个值放入逗号分隔的数组中

在Python中，使用pandas库可以轻松地处理数据帧（DataFrame）。如果你想要合并共享相同单元格值的行，并将另一个值放入逗号分隔的数组中，你可以使用groupby和apply函数来实现这一目标。

以下是一个简单的例子，说明如何合并具有相同'A'列值的行，并将'B'列的值合并到一个逗号分隔的字符串中：

import pandas as pd

# 创建一个示例DataFrame
data = {
    'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
    'B': [1, 2, 3, 4, 5, 6]
}
df = pd.DataFrame(data)

# 使用groupby和apply函数合并行
result = df.groupby('A')['B'].apply(lambda x: ','.join(map(str, x))).reset_index()

print(result)

输出将会是：

     A          B
0  bar  2,4
1  foo  1,3,5,6

在这个例子中，我们首先创建了一个包含两列'A'和'B'的DataFrame。然后，我们使用groupby函数按列'A'的值对数据进行分组，并使用apply函数和一个lambda表达式来将每个组中列'B'的值转换为字符串，并用逗号连接起来。最后，我们使用reset_index来将结果转换回一个标准的DataFrame。

这种方法适用于将多个值合并为一个字符串。如果你想要得到一个真正的数组而不是字符串，你可以使用tolist()方法来转换结果：

result = df.groupby('A')['B'].apply(list).reset_index()

这将给出以下输出：

     A                B
0  bar        [2, 4]
1  foo  [1, 3, 5, 6]

在这个例子中，每个组中列'B'的值被合并到一个Python列表中。

参考链接：

• pandas.DataFrame.groupby
• pandas.Series.apply

请注意，这些代码示例和解释是基于Python和pandas库的，如果你在使用其他编程语言或工具，实现方式可能会有所不同。