基于多个列值合并pandas Dataframe中的多行

在使用pandas进行数据处理时，我们有时需要根据多个列值合并DataFrame中的多行。在pandas中，可以使用groupby()和agg()函数实现这一功能。

首先，使用groupby()函数根据多个列进行分组。该函数接受一个或多个列名作为参数，并将DataFrame按照这些列的值进行分组。

接下来，可以使用agg()函数对每个分组进行聚合操作。在agg()函数中，我们可以使用不同的聚合函数，例如sum()、mean()、count()等。这些函数将应用于每个分组，并返回一个合并后的DataFrame。

以下是一个示例代码：

import pandas as pd

# 创建示例DataFrame
data = {
    'Name': ['Tom', 'Tom', 'Jerry', 'Jerry'],
    'Age': [28, 28, 35, 35],
    'Score': [90, 95, 80, 85]
}
df = pd.DataFrame(data)

# 根据多个列进行分组并合并多行
merged_df = df.groupby(['Name', 'Age']).agg({'Score': 'sum'}).reset_index()

print(merged_df)

输出结果如下：

    Name  Age  Score
0  Jerry   35    165
1    Tom   28    185

在上述示例中，我们根据Name和Age两列进行分组，并对Score列进行求和操作。最后，通过reset_index()函数将合并后的DataFrame重置索引。

对于pandas的详细用法和更复杂的数据操作，可以参考腾讯云的Pandas文档。