如何通过pandas的.loc条件操作合并行并拼接字符串？

针对你遇到的跨行数据合并需求，可以通过分组拼接的方式实现，核心思路是用非空的number列作为分组标识，将同属一个物质的行归为一组后拼接字符串，自动跳过NaN值。

具体实现步骤 #

1. 生成分组键
   利用number列的非空值生成连续的分组ID，这样每个有效物质对应的所有溢出行都会被分到同一组：

   import pandas as pd
   import numpy as np
   
   # 你的示例数据
   df = pd.DataFrame([
       ['90', '2-(Acetyloxy)-1-phenyletha-', 'i H2O; vs EtOH,'], 
       [np.nan, 'ne', 'eth, chl; sl bz,'], 
       [np.nan, np.nan, 'lig']], 
       columns=['number', 'name', 'solubility'])
   
   # 生成分组ID：number非空时累加，否则继承上一组ID
   df['group_id'] = df['number'].notnull().cumsum()
   

2. 分组拼接字符串
   对每个分组的name和solubility列分别拼接，使用dropna()自动跳过NaN值：

   merged_df = df.groupby('group_id').agg({
       'number': 'first',  # 取分组内第一个非空的number
       'name': lambda x: ''.join(x.dropna()),
       'solubility': lambda x: ''.join(x.dropna())
   }).reset_index(drop=True)
   

3. 查看合并结果
   运行后得到完整的合并数据：

   number                          name                          solubility
   0     90  2-(Acetyloxy)-1-phenylethanone  i H2O; vs EtOH,eth, chl; sl bz,lig
   

关键说明 #

• 分组键group_id通过cumsum()实现，确保每个有效物质对应的所有溢出行都在同一组；
• agg()方法中，number取first()是因为每个分组只有第一行有有效number，其余都是NaN；
• lambda x: ''.join(x.dropna())会自动过滤掉NaN值，只拼接非空的字符串片段。

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