Python DataFrame 操作：如何将DataFrame中的每两行合并为一行？

这个需求实现起来很直观，咱们可以利用pandas的groupby结合自定义聚合函数来完成，具体步骤如下：

1. 预处理（如果Tags列是字符串格式） #

首先确认你的Tags列是实际的列表类型，如果它看起来是列表但存储为字符串（比如"[k1, k3k, ...]"），需要先转换为列表：

import ast
import pandas as pd

# 假设你的原始DataFrame名为df
df['Tags'] = df['Tags'].apply(ast.literal_eval)

2. 生成分组键并执行聚合 #

我们可以用索引整除2的方式，把每两行划分为一组，然后对每组进行针对性的聚合操作：

# 生成分组标识：每两行一组，索引0和1为组0，2和3为组1，以此类推
group_keys = df.index // 2

# 分组聚合生成目标DataFrame
merged_df = df.groupby(group_keys).agg(
    Shape=('Shape', lambda x: ''.join(x)),  # 把两个"P"拼接成"PP"
    Number of Tags=('Number of Tags', 'sum'),  # 标签数量直接求和（5+5=10）
    Tags=('Tags', lambda x: [item for sublist in x for item in sublist])  # 合并两个子列表
).reset_index(drop=True)

3. 验证结果 #

执行完上述代码后，merged_df就会完全符合你的预期：

• 总行数为250（500行每两行合并一组）
• Shape列全部为PP
• Number of Tags列全部为10
• Tags列是包含10个元素的合并列表

这种方法逻辑清晰，处理效率也很高，适合处理大规模的DataFrame数据。

内容的提问来源于stack exchange，提问作者CubertZ