如何将DataFrame中连续相同标识的列值分组合并并配对？

步骤说明 #

要实现连续相同类型消息的合并并配对，核心是先识别连续的同类型分组，再分别聚合后对齐配对，具体代码如下：

import pandas as pd

# 初始化原始DataFrame
df1 = pd.DataFrame({'A' : ['a', 'b', 'c', 'd', 'e', 'f', 'h', 'j', 'de', 'be'],
                   'B' : [1, 1, 2, 1, 1, 1, 2, 2, 1, 2]})

# 生成连续相同B值的分组标记：当当前行B与上一行不同时，分组号+1
df1['group'] = df1['B'].ne(df1['B'].shift()).cumsum()

# 按分组聚合，合并同组的A列内容，同时保留组类型
grouped = df1.groupby('group').agg(
    merged_content=('A', ', '.join),
    msg_type=('B', 'first')
).reset_index(drop=True)

# 分离客户消息组（msg_type=1）和管理员回复组（msg_type=2）
customer_msgs = grouped[grouped['msg_type'] == 1]['merged_content'].reset_index(drop=True)
admin_replies = grouped[grouped['msg_type'] == 2]['merged_content'].reset_index(drop=True)

# 配对生成目标DataFrame
df2 = pd.DataFrame({'A': customer_msgs, 'B': admin_replies})

代码解释 #

1. 分组标记生成：用df1['B'].ne(df1['B'].shift())判断当前行与上一行的消息类型是否不同，配合cumsum()生成连续同类型的分组ID，确保连续的客户消息/管理员回复被分到同一组。
2. 聚合合并：按分组ID聚合，用, .join()把同组的A列内容合并成字符串，同时记录每组的消息类型。
3. 配对合并：分别提取客户消息和管理员回复的聚合结果，由于原始数据中客户消息组与管理员回复组是交替出现的，直接按索引对齐合并即可得到目标格式。

运行后df2的输出与需求完全一致：

A       B
0    a, b       c
1  d, e, f  h, j
2       de      be

内容的提问来源于stack exchange，提问作者Dima