按顺序合并DataFrame中同用户名的连续聊天行

我有一个聊天记录DataFrame，需要将同一用户连续发送的多条聊天记录合并为一条，预期效果如下：

之前尝试的几种方法均未达到预期：

• 直接按author_username分组合并：会把同一用户所有聊天记录合并，无法区分连续发送的批次
• 循环遍历拼接：因pandas的loc赋值逻辑问题，导致数据未正确更新

解决方案 #

核心思路是先给连续的同一用户聊天记录标记分组ID，再按分组ID合并内容。

实现代码

import pandas as pd

# 假设原始DataFrame为df，包含author_username和content列
# 1. 生成连续用户的分组标识：当前用户与上一行不同时，分组ID自增
df['group_id'] = (df['author_username'] != df['author_username'].shift(1)).cumsum()

# 2. 按分组ID合并内容，保留用户名和合并后的聊天内容
merged_df = df.groupby('group_id').agg(
    author_username=('author_username', 'first'),
    Content=('content', ' '.join)
).reset_index(drop=True)

# 输出结果
print(merged_df)

代码说明

1. 生成group_id：通过shift(1)获取上一行的用户名，与当前行对比，不同则生成新的分组ID，确保连续发送的消息被归为同一组
2. 分组合并：按group_id分组，取每组的第一个用户名（同一组内用户一致），将content用空格拼接，最后移除group_id列得到目标结果

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