如何使用Python实现DataFrame按列分组合并行并动态新增关联列？

实现逻辑 #

核心分3步处理：

• 补全每个Name对应的File amount值：同Name下该字段仅首行有值、其余为空，按Name分组取组内第一个非空值填充全组，保证同组该字段值唯一
• 给同组内的other name、other amount记录按出现顺序从1开始编号
• 对编号后的记录做透视转换，把行数据展开为横向列，最后调整列顺序、空值留空即可

完整可运行代码 #

import pandas as pd
import numpy as np

# 构造原始示例数据集
df = pd.DataFrame({
    'Name': ['A', 'B', 'C', 'A', 'A', 'B'],
    'File amount': [123, 456, 789, np.nan, np.nan, np.nan],
    'other amount': [48, 48, 49, 48, 48, 48],
    'other name': ['a', 'a', 'a', 'b', 'c', 'd']
})

# 按Name分组填充File amount，保证同组值唯一
df['File amount'] = df.groupby('Name')['File amount'].transform('first')

# 给同组内的other记录按出现顺序生成从1开始的序号
df['n'] = df.groupby('Name').cumcount() + 1

# 分别透视两个other字段
pivot_name = df.pivot(index='Name', columns='n', values='other name')
pivot_amount = df.pivot(index='Name', columns='n', values='other amount')

# 按规则重命名列
pivot_name.columns = [f'other_{i}' for i in pivot_name.columns]
pivot_amount.columns = [f'other_{i} amount' for i in pivot_amount.columns]

# 拼接File amount字段和透视结果，重置索引
res = pd.concat([
    df.groupby('Name')['File amount'].first(),
    pivot_name,
    pivot_amount
], axis=1).reset_index()

# 调整列顺序，保证other_n和对应的other_n amount列相邻
cols = ['Name', 'File amount']
max_n = df['n'].max()
for i in range(1, max_n+1):
    cols.append(f'other_{i}')
    cols.append(f'other_{i} amount')
res = res[cols]

# 如需把空值替换为空字符串，放开下一行注释即可
# res = res.fillna('')

print(res)

运行输出结果 #

执行代码后得到的结果和预期结构完全一致：

Name  File amount other_1  other_1 amount other_2  other_2 amount other_3  other_3 amount
0    A        123.0       a              48       b            48.0       c            48.0
1    B        456.0       a              48       d            48.0     NaN             NaN
2    C        789.0       a              49     NaN             NaN     NaN             NaN

内容的提问来源于stack exchange，提问作者huo shankou