如何在Pandas中合并特定连续行并替换为指定值？

需求分析 #

在同一uniqueID分组内，找到连续的'hello'后接'goodbye'的行对，将这两行合并为一行并替换为'greeting'，保留原hello行的idx，删除后续的goodbye行，其余行保持原样。

实现步骤及代码 #

1. 数据预处理（清理字符串引号）

读取数据后，先清理String列的单引号，避免后续匹配判断出错：

import pandas as pd

df = pd.read_csv('filename.csv', delimiter=',')
# 移除String列的单引号
df['String'] = df['String'].str.strip("'")

2. 标记目标行

通过分组内的行偏移（shift），精准标记需要替换的hello行和需要删除的goodbye行：

# 标记当前行是hello且下一行是goodbye的行（需要替换为greeting）
df['is_target_hello'] = df['String'] == 'hello'
df['next_is_goodbye'] = df.groupby('uniqueID')['String'].shift(-1) == 'goodbye'
df['need_replace'] = df['is_target_hello'] & df['next_is_goodbye']

# 标记当前行是goodbye且上一行是hello的行（需要删除）
df['is_target_goodbye'] = df['String'] == 'goodbye'
df['prev_is_hello'] = df.groupby('uniqueID')['String'].shift(1) == 'hello'
df['need_drop'] = df['is_target_goodbye'] & df['prev_is_hello']

3. 替换并过滤行

将标记的行替换为目标字符串，再过滤掉需要删除的行，最后清理临时辅助列：

# 把需要替换的行的String改为greeting
df.loc[df['need_replace'], 'String'] = 'greeting'

# 过滤掉要删除的行，同时移除临时列
result_df = df[~df['need_drop']].drop(columns=['is_target_hello', 'next_is_goodbye', 'need_replace', 'is_target_goodbye', 'prev_is_hello', 'need_drop'])

# 可选：恢复String列的单引号格式
result_df['String'] = "'" + result_df['String'] + "'"

print(result_df)

代码说明 #

• 用groupby('uniqueID')限定仅在同一分组内判断连续行，避免跨分组误匹配；
• shift(-1)和shift(1)分别获取当前行的下一行、上一行值，结合布尔判断精准定位目标行对；
• 通过布尔索引过滤行，确保只保留需要的内容，同时清理临时列避免数据冗余。

内容的提问来源于stack exchange，提问作者Ev0