用agg配合lambda可实现字符串拼接分组，需显式astype(str)并dropna()处理空值，支持去重、取前N、加前缀等逻辑，多列不同聚合用字典传入最清晰。
用 agg 配合 lambda 实现字符串拼接
分组后想把非数值列（比如字符串、类别）合并成一个字符串，最直接的方式是用 groupby().agg() 配合 lambda。默认的 sum 或 mean 对字符串会报错，但 agg 允许你传任意函数。
常见错误是直接写 df.groupby('A')['B'].sum()——这在 pandas 1.5+ 会抛出 TypeError: unsupported operand type(s) for +: 'str' and 'int'，因为 pandas 尝试把字符串当数字加了。
- 正确做法：用
.agg(lambda x: ' | '.join(x.astype(str)))，显式转成字符串再拼 - 注意
x是Series，不是列表，所以不能直接用' | '.join(x)（会报TypeError: sequence item 0: expected str instance, got float） - 如果原始数据含
NaN，astype(str)会变成'nan'；需要先用x.dropna()过滤
处理空值和重复值的拼接逻辑
真实数据里常有缺失或重复项，直接拼容易污染结果。比如用户标签列里多个 None 或重复的 'vip'，拼出来就是 'vip | nan | vip'。
- 去重拼接：
.agg(lambda x: '、'.join(x.dropna().unique())) - 保留顺序去重（pandas 1.5+ 支持）：
.agg(lambda x: '、'.join(pd.unique(x.dropna()))) - 只取前 3 个值避免字段过长：
.agg(lambda x: '、'.join(x.dropna().head(3).astype(str))) - 如果某组全为空，
join会返回空字符串，不会报错，但你要确认业务是否接受空结果
用 apply 替代 agg 的适用场景
当拼接逻辑更复杂（比如要加前缀、按条件过滤、调用外部函数），apply 比 agg 更灵活，因为它把整组 Series 当作参数传入，而不是逐列聚合。
立即学习“Python免费学习笔记（深入）”；
-
df.groupby('A')['B'].apply(lambda x: f"tags: {', '.join(x.dropna())}")可以加固定前缀 -
apply返回的是Series，索引是分组键；agg返回的是聚合后的值，类型取决于 lambda 返回值 - 性能上
agg通常更快，apply在逻辑复杂时更易读，别为了“看起来高级”硬套apply - 不要在
apply里写带副作用的操作（如修改原df），pandas 不保证执行顺序
多列不同拼接方式一次完成
实际中往往要对多列用不同规则拼：一列去重拼，一列取最大长度值，一列计数。这时用字典传给 agg 最干净。
- 写法：
df.groupby('group_col').agg({'col1': lambda x: ' | '.join(x.dropna().unique()), 'col2': 'count', 'col3': 'max'}) - 注意键名必须是列名，值可以是字符串（内置方法名）或函数对象；混用时别漏掉引号
- 如果某列参与分组又想聚合，得先
reset_index(drop=False)或用as_index=False，否则该列不在agg的列名范围内 - 返回结果列名会继承字典 key，不会自动加后缀；想区分原始列名可用命名元组，但多数情况没必要
真正容易被忽略的是空值处理粒度——dropna() 是按当前 Series 做的，不是全局；如果某组里只有 1 行且是 NaN，dropna() 后就空了，join 返回空字符串，这个边界情况得结合业务判断是否要补默认值。
