如何在Pandas中按条件将多行合并为单行？

这问题我之前也碰到过类似的，核心思路是先给数据分组，再对每个组内的内容做针对性整理聚合。我结合你的示例拆解成具体步骤，直接上可运行的代码和解释：

1. 先构造示例数据（方便测试） #

首先把你给出的示例转成可操作的DataFrame：

import pandas as pd
import numpy as np

data = [
    ['data1', np.nan, np.nan, np.nan],
    ['string1', 'num1', 'ex1', 'bla1'],
    ['string2', np.nan, np.nan, np.nan],
    ['string3', np.nan, np.nan, np.nan],
    ['data2', np.nan, np.nan, np.nan],
    ['string4', 'num2', 'ex2', 'bla2'],
    ['string5', np.nan, np.nan, np.nan]
]
df = pd.DataFrame(data, columns=['col0', 'col1', 'col2', 'col3'])

2. 生成分组ID（核心步骤） #

我们需要把data1、data2作为每个组的“锚点”，给后续的行分配同一个组ID，直到遇到下一个data开头的行：

# 当col0以'data'开头时，组号递增，其他行继承当前组号
df['group_id'] = df['col0'].str.startswith('data').cumsum()

这一步运行后，data1和它下面的3行group_id都是1，data2和它下面的2行group_id都是2，这样就把数据分成了两个独立的组。

3. 定义组内处理函数 #

对每个组，我们需要完成三件事：提取data标签、收集所有string行、提取num/ex/bla相关值，然后合并成一行：

def process_single_group(group):
    # 提取组内的data标签（每个组只有一个）
    data_tag = group[group['col0'].str.startswith('data')]['col0'].iloc[0]
    # 收集组内所有string开头的行内容
    string_list = group[group['col0'].str.startswith('string')]['col0'].tolist()
    # 提取组内带num/ex/bla的行的非空值（排除col0和group_id列）
    meta_info = group.drop(['col0', 'group_id'], axis=1).dropna(how='all').values.flatten().tolist()
    # 把所有内容合并成一个列表
    return [data_tag] + string_list + meta_info

4. 分组聚合生成结果 #

把上面的函数应用到每个组，再转成最终的DataFrame并设置列名：

# 按group_id分组处理，将结果转成Series再拼接成DataFrame
result_df = df.groupby('group_id').apply(process_single_group).apply(pd.Series)

# 给结果设置合适的列名（根据你的需求调整）
result_df.columns = [
    'data', 
    'string1', 'string2', 'string3',  # 对应收集到的string行
    'num', 'ex', 'bla'                # 对应num/ex/bla的值
]

运行完上面的代码，你就能得到和示例完全一致的结果啦！

补充说明 #

• 如果你的数据中string行数量不固定（比如有的组2个，有的组5个），代码也能自动适配，列名可以用循环生成，比如：

  str_cols = [f'string{i+1}' for i in range(result_df.shape[1]-4)]
  other_cols = ['num', 'ex', 'bla']
  result_df.columns = ['data'] + str_cols + other_cols
  

• 如果组内可能有多行带num/ex/bla的情况，可以根据需求调整meta_info的提取逻辑，比如取第一行、合并所有行等。

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