如何在Pandas DataFrame中合并同一ID的多行列值至单行

需求说明 #

现有Pandas DataFrame，其中CY对应2022年（当年）、PY对应2021年（上年）、PPY对应2020年（前年），需将同一id的多行数据合并为单行，把对应年份的列值填充到正确位置。

输入DataFrame #

id  Year    Jan_CY  Feb_CY  Jan_PY  Feb_PY  Jan_PPY Feb_PPY
1   2022    1       2       0       0       0       0
1   2021    0       0       3       4       0       0
1   2020    0       0       0       0       5       6
2   2022    0       0       0       0       0       0
2   2021    0       0       7       8       0       0
2   2020    0       0       0       0       9       10

期望输出DataFrame #

id  Year    Jan_CY  Feb_CY  Jan_PY  Feb_PY  Jan_PPY Feb_PPY
1   2022    1       2       3       4       5       6
2   2022    0       0       7       8       9       10

原代码问题分析 #

你尝试的自定义函数逻辑混乱：既没有按id分组处理，mask方法的使用也未针对合并需求设计，无法提取不同年份行的有效数据并合并。

可行解决方案 #

核心思路：同一id下，各年份的有效数据仅出现在对应行的指定列中，其余为0。因此按id分组后，对每列取最大值（或求和）即可提取有效数据，同时Year列取最大值即为2022年。

简洁实现代码 #

import pandas as pd

# 构造输入数据（若已有DataFrame可跳过此步）
data = {
    'id': [1,1,1,2,2,2],
    'Year': [2022,2021,2020,2022,2021,2020],
    'Jan_CY': [1,0,0,0,0,0],
    'Feb_CY': [2,0,0,0,0,0],
    'Jan_PY': [0,3,0,0,7,0],
    'Feb_PY': [0,4,0,0,8,0],
    'Jan_PPY': [0,0,5,0,0,9],
    'Feb_PPY': [0,0,6,0,0,10]
}
df = pd.DataFrame(data)

# 分组合并
result = df.groupby('id').max().reset_index()

print(result)

代码说明 #

1. groupby('id')：按id将数据分组，把同一id的多行归为一组。
2. .max()：对每组内的所有列取最大值。由于非对应年份的列值都是0，最大值自然就是该列的有效数据；Year列的最大值刚好是2022，符合需求。
3. .reset_index()：将分组后的id从索引恢复为普通列。

执行后输出与期望结果完全一致。

内容的提问来源于stack exchange，提问作者ggupta