Python中如何将多行结构的pandas DataFrame转换为单行？

你可以直接用pandas的分组聚合实现多行转单行的需求，根据你对labels列的存储要求，选对应写法即可：

• 如果你需要labels列保留为列表类型（后续做标签统计、遍历处理更方便），执行以下代码：

import pandas as pd

# 原始DataFrame定义
df = pd.DataFrame({'image_id':'490.png', 'labels':['logo_sony', 'text', 'text', 'object_headphone', 'text', 'button']})

# 按image_id分组，将同组labels聚合为列表
df_result = df.groupby('image_id', as_index=False)['labels'].agg(list)

运行后得到的结果中，labels列存储原生Python列表，结构如下：

image_id                                             labels
0  490.png  [logo_sony, text, text, object_headphone, text, button]

• 如果你需要labels列和你给出的预期效果完全一致，为带单引号、逗号分隔的字符串格式，把聚合逻辑替换为字符串拼接即可：

df_result = df.groupby('image_id', as_index=False)['labels'].agg(
    lambda col_val: ', '.join([f"'{single_label}'" for single_label in col_val])
)

运行后输出完全匹配你的预期效果：

image_id                                             labels
0  490.png  'logo_sony', 'text', 'text', 'object_headphone', 'text', 'button'

注：这个写法兼容多image_id的场景，如果后续你的数据集里包含多个不同的image_id，代码会自动把每个image_id对应的所有标签聚合成单行，不需要额外调整逻辑。

内容的提问来源于stack exchange，提问作者Samaneh Arzpeima