Pandas DataFrame合并a列相同的项，并将相应b列的字符串相加

使用groupby和agg函数合并一个DataFrame中a列相同的项，并将b列的字符串相加，获得一个新的DataFrame，其中：

a列包含原始DataFrame中a列的唯一值，b列包含与每个a值相对应的合并后的b列字符串。

import pandas as pd  

data = {  
    'a': ['foo', 'bar', 'foo', 'bar', 'baz'],  
    'b': ['one', 'two', 'three', 'four', 'five']  
}  
df = pd.DataFrame(data)  
  
# 使用groupby和agg函数合并a列相同的项，并将b列的字符串相加  
result = df.groupby('a')['b'].agg(lambda x: ' '.join(x)).reset_index()  
'''
df.groupby('a'): 按照a列的值对df进行分组，结果是一个GroupBy对象。
['b']: 选择b列，获得一个按a列分组且只包含b列数据的GroupBy对象。
.agg(lambda x: ' '.join(x)): 应用聚合函数。对于每个分组，lambda函数都会被调用，其中x是当前分组的b列的值。lambda函数使用' '.join(x)将这些值连接成一个字符串。这样，每个分组中的b列值都被合并到一个字符串中。
.reset_index(): 将结果转换回一个标准的DataFrame形式。因为在分组操作后，a列成为了索引，reset_index()会把这个索引转换回一个普通的列。
'''
  
print(result)

'''
输出：
     a          b
0  bar   two four
1  baz       five
2  foo  one three
'''