如何用Pandas合并列？如何将指定列上下合并并调整位置？

我来帮你搞定这个Pandas列合并的问题！从你的描述来看，你需要把数据按每3列分成一组，每组内的列上下堆叠成单个新列，然后将这些新列按分组顺序从左到右排列（第一组合并列在最左侧，依次类推）。你的现有代码逻辑没对齐这个需求，我先帮你分析问题，再给出正确的实现代码。

现有代码的问题分析 #

你的代码有几个关键逻辑错误，导致结果不符合预期：

• 循环中每次用pd.concat([file1, x], ignore_index=True)是把原始完整数据和当前组的3列上下拼接，这完全不是“组内列合并”的逻辑，反而会不断扩大数据行数，最后只保留最后一次循环的错误结果。
• list = [0,3,3,3]的分组步进逻辑混乱，虽然第一次能取到前3列，但后续的索引计算没有正确对应分组，而且没有把每组的3列合并成单个列。
• 没有处理合并后列的排列顺序，完全没实现“每组合并列置于左侧，依次排列”的需求。

正确实现代码及解释 #

下面是符合你需求的代码，我会逐段解释逻辑：

import pandas as pd

# 读取Excel文件，注意index_col=None避免自动设置索引，sheet_name指定工作表
file_path = "C:\\Myfile.xlsx"
df = pd.read_excel(file_path, sheet_name="Sheet1", index_col=None)

# 计算分组：每3列一组，确保列数是3的倍数（如果有剩余列可以根据需求调整）
total_cols = df.shape[1]
group_size = 3
n_groups = total_cols // group_size

# 存储每个组合并后的列
merged_columns = []

for i in range(n_groups):
    # 获取当前组的3列：从i*3到(i+1)*3的列
    group_cols = df.iloc[:, i*group_size : (i+1)*group_size]
    # 将组内的3列上下合并成一个新列（ignore_index=True重置行索引）
    merged_col = pd.concat([group_cols.iloc[:, col] for col in range(group_size)], ignore_index=True)
    # 给合并后的列命名，方便识别
    merged_col.name = f"Merged_Group_{i+1}"
    merged_columns.append(merged_col)

# 将所有合并后的列拼接成最终的DataFrame
final_df = pd.concat(merged_columns, axis=1)

# 保存到新的Excel文件
final_df.to_excel("C:\\Myfile_new.xlsx", index=False)

代码逻辑详解 #

1. 数据读取：使用index_col=None确保读取数据时不会把第一列当作索引，避免后续切片混乱。
2. 分组计算：根据总列数和每组3列的规则，计算需要分成多少组。如果你的数据列数不是3的倍数，可以在n_groups后加上判断，处理剩余的列（比如单独合并剩余列）。
3. 组内列合并：对每组的3列，通过pd.concat把每一列的内容依次上下堆叠，形成单个新列，同时重置行索引保证连续。
4. 列拼接：把所有合并后的新列按分组顺序（从左到右）拼接成最终的DataFrame，正好满足你“每组合并列置于左侧，依次排列”的需求。
5. 保存结果：将最终数据保存到新Excel文件，index=False避免输出额外的索引列。

示例验证 #

假设你的初始数据是这样的（6列，分成2组）：

运行代码后，最终结果会是：

完全符合你“每3列合并置于左侧，下一组3列合并紧随其后”的需求。

内容的提问来源于stack exchange，提问作者C.J1990