如何用Pandas将非合并单元格转换为合并单元格？附场景示例

需求说明 #

将Excel中同一ID对应的多行数据合并为单行，保留各字段值的原始顺序，仅做格式转换，无需聚合计算。

可行方案（基于Python pandas） #

利用groupby分组后，通过聚合函数将每个分组内的字段值按原始顺序收集为列表，可按需转为分隔符连接的字符串。

步骤代码

import pandas as pd

# 1. 读取Excel文件（若日期为格式需解析，添加parse_dates参数）
df = pd.read_excel('你的文件路径.xlsx', parse_dates=['EFFECTIVE FROM DATE'])

# 2. 按ID分组，将每个字段转为列表（保留原始顺序）
merged_df = df.groupby('ID', as_index=False).agg(lambda x: x.tolist())

# 3. 可选：将列表转为逗号分隔的字符串（可自定义分隔符，比如换行符'\n'）
for col in merged_df.columns[1:]:
    # 处理空值（nan），转为空字符串
    merged_df[col] = merged_df[col].apply(lambda x: ', '.join([str(i) if pd.notna(i) else '' for i in x]))

# 4. 保存合并后的结果到新Excel
merged_df.to_excel('合并结果.xlsx', index=False)

示例测试

针对你提供的示例数据，执行上述代码后，合并结果如下：

ID                          FINANCIAL CLASS RESTR               PAYOR RESTR  ... LOCATION RESTR            EFFECTIVE FROM DATE ACTIVE FLAG
0  80  BLUE CROSS, COMMERCIAL, COMMERCIAL, MEDICARE, COMMERCIAL  200001, 100001, 100009, 400001, 100060  ... , , , ,  2000-01-01, 1995-08-01, 2022-10-01, 2000-01-01, 1995-01-01  1, 1, 1, 1, 1

（注：示例中的日期数字已转为实际日期格式）

关键说明 #

• groupby默认会保留组内数据的原始顺序，只要读取的Excel数据顺序未被打乱。
• 若需要其他分隔形式（如换行、分号），只需修改join中的分隔符即可。
• 空值nan会被转为空字符串，避免合并后出现nan字样。

内容的提问来源于stack exchange，提问作者Mike