如何将DataFrame中除Name列外相同的相邻两行合并为一行

原始数据构造 #

先构造示例DataFrame方便测试：

import pandas as pd

df = pd.DataFrame({
    'Name': ['ab', '123', 'de', '456', 'fg', '789'],
    'info.1': ['a', 'a', 'c', 'c', 'd', 'd'],
    'info.2': [1, 1, 4, 4, 5, 5]
})

解决方案 #

方法一：按info列分组聚合（适配非严格相邻但info列相同的情况）

通过groupby按info.1和info.2分组，将每组的Name值提取为列表，再拆分为Name和ID列：

# 分组聚合获取每组的Name列表
grouped = df.groupby(['info.1', 'info.2'])['Name'].agg(list).reset_index()
# 将Name列表拆分为两列
grouped[['Name', 'ID']] = pd.DataFrame(grouped['Name'].tolist(), index=grouped.index)
# 调整列顺序并清理冗余列
result = grouped[['Name', 'ID', 'info.1', 'info.2']]

方法二：按索引步长提取（适配严格相邻成对的情况）

利用索引切片直接取偶数行作为Name行，奇数行作为ID行，效率更高：

# 提取偶数行（原始数据的第1、3、5行）作为基础数据
name_df = df.iloc[::2].reset_index(drop=True)
# 提取奇数行的Name列作为ID列
id_series = df.iloc[1::2]['Name'].reset_index(drop=True)
# 合并两部分数据
result = pd.concat([name_df, id_series.rename('ID')], axis=1)

最终结果 #

执行上述任意方法后，result的输出为：

Name   ID info.1  info.2
0   ab  123      a       1
1   de  456      c       4
2   fg  789      d       5

内容的提问来源于stack exchange，提问作者Clo