循环遍历DataFrame仅返回单列，如何保留file字段并合并指定行？

你的核心问题在于原来的循环只单独处理了join列，完全没涉及file字段的逻辑，所以导致这个字段丢失。我们可以通过分组聚合的方式，既实现行内容的合并，又保留对应的file值，具体方案如下：

实现步骤与代码 #

首先，我们需要先给需要合并的行打上同一个分组标识，然后对每个分组同时处理join和file字段：

import pandas as pd

# 你的原始DataFrame
df = pd.DataFrame({
    'join': ['inner join', 'on xxx', 'inner join on yyy', 'left join'],
    'file': ['a', 'a', 'b', 'c']
})

# 1. 创建分组键：标记新组的起始行，生成连续组号
# 当join不以'on'或'and'开头时，就是新组的开始，用cumsum生成组号
df['group_id'] = ~df['join'].str.startswith(('on', 'and')).cumsum()

# 2. 分组聚合：拼接join内容，保留对应file值
result_df = df.groupby('group_id').agg(
    join=('join', ' '.join),  # 把同组的join内容拼接成字符串
    file=('file', 'first')    # 取同组的第一个file值（和起始行一致）
).reset_index(drop=True)

print(result_df)

代码解释 #

• 分组键生成：~df['join'].str.startswith(('on', 'and'))会返回布尔值，True代表这是一个新组的起始行（不是需要合并到上一行的内容），cumsum()会把这些True累加生成连续的组号，这样需要合并的行会被分到同一个组里。
• 分组聚合：
  • 对join列用' '.join把同组的所有字符串拼接起来，实现你要的"追加到上一行"的效果；
  • 对file列用'first'取同组的第一个值，因为根据你的示例，需要合并的行和上一行的file值是相同的（比如行0和行1的file都是a），这个逻辑完全匹配你的需求。

运行结果 #

执行后你会得到符合预期的DataFrame，同时保留了file字段：

如果你的场景中存在同组file值不一致的特殊情况，可以把'first'换成'unique'或者自定义逻辑来处理，但根据你的示例，'first'是最合理的选择。

内容的提问来源于stack exchange，提问作者smitty_werben_jagerm