如何在Pandas DataFrame中合并指定行并保留原索引至新列

云原生阿岚

2026-7-17

解决方案

核心思路

要解决这两个问题，关键是生成稳定的分组键（让互为逆序的行分到同一组，且不打乱原数据顺序），再通过分组聚合实现索引保留、数值正确求和，同时维持原行顺序。

具体实现步骤

生成统一分组键
互为逆序的列表可以通过「取列表元组与其逆序元组中的较小值」生成唯一分组键，确保逆序对的分组键完全一致。

def get_group_key(lst):
    tpl = tuple(lst)
    reversed_tpl = tuple(reversed(lst))
    return min(tpl, reversed_tpl)

df_unique['group_key'] = df_unique['one_one_3first'].apply(get_group_key)

分组聚合，解决顺序与索引问题
使用groupby的sort=False参数保证分组后的行顺序与原数据中组首次出现的顺序一致，同时聚合时明确指定各列的处理规则：
```
aggregated = df_unique.groupby('group_key', sort=False).agg(
    genes_count=('genes_count', 'sum'),
    original_indices=('index', list),
    # 其他列保留组内首次出现的值，可按需调整
    one_one_3first=('one_one_3first', 'first'),
    zero_zero_3first=('zero_zero_3first', 'first'),
    one_zero=('one_zero', 'first'),
    zero_one=('zero_one', 'first')
).reset_index(drop=True)
```
- sort=False：彻底解决输出行顺序与输入不一致的问题
- genes_count=('genes_count', 'sum')：合并行求和，非合并行因仅含自身，求和结果与原值一致，解决数值计算错误
- original_indices=('index', list)：直接收集组内所有原索引，生成索引列表列
结果验证
运行后aggregated即为目标结果：互为逆序的行完成合并，original_indices保存原索引集合，genes_count数值正确，行顺序与原数据逻辑一致。