如何在Pandas中按条件合并时间连续的行？

核心思路是通过生成连续同类型且时间衔接的分组标识，再对分组进行聚合操作，完全不需要逐行遍历。

步骤1：构造示例数据 #

import pandas as pd

df = pd.DataFrame({
    'begin': [1, 3, 7, 9, 15, 17],
    'end': [3, 7, 9, 15, 17, 20],
    'type': ['A', 'A', 'A', 'B', 'B', 'A']
})

步骤2：生成分组键 #

我们需要标记出每个新分组的起始位置：当当前行的type与上一行不同，或者当前行的begin不等于上一行的end时，视为新组。通过cumsum()累计这些标记，得到每个行对应的分组ID：

# 生成分组标记：满足条件则为1，否则为0
group_flag = (df['type'] != df['type'].shift()) | (df['begin'] != df['end'].shift())
# 累计求和得到分组ID
df['group_id'] = group_flag.cumsum()

步骤3：按分组ID聚合 #

对每个分组，取begin的最小值、end的最大值，type取组内任意值（因为同组type一致）：

result = df.groupby('group_id').agg(
    begin=('begin', 'min'),
    end=('end', 'max'),
    type=('type', 'first')
).reset_index(drop=True)

最终结果 #

运行后得到的result即为目标DataFrame：

begin  end type
0      1    9    A
1      9   17    B
2     17   20    A

这个方法完全利用Pandas的向量化操作，效率远高于逐行遍历，是最符合Pandas风格的实现。

内容的提问来源于stack exchange，提问作者Tuur