Pandas DataFrame按列值重排：合并同文本对应的多行关键词

处理逻辑 #

核心操作是向前填充空文本内容，再分组聚合关键词，具体执行逻辑如下：

1. 统一处理text列的空值（包括空字符串、全空格内容），替换为NaN后使用前向填充，让同一段文本对应的所有行text内容保持一致
2. 过滤掉text和KEYWORD均为空的无效行
3. 按text列分组，将同组的所有关键词用逗号拼接

可直接运行的代码 #

import pandas as pd
import numpy as np

# 1. 预处理text列：清理全空格内容 → 空值替换为NaN → 前向填充
df["text"] = (
    df["text"]
    .apply(lambda x: x.strip() if isinstance(x, str) else x)
    .replace("", np.nan)
    .ffill()
)

# 2. 删除无效空行
df = df.dropna(subset=["text", "KEYWORD"], how="all")

# 3. 分组拼接关键词
res_df = df.groupby("text", as_index=False, sort=False)["KEYWORD"].agg(", ".join)

注意事项 #

• 代码中sort=False是为了保持文本的原始出现顺序，和预期输出顺序一致
• 如果KEYWORD列存在空值，可以在聚合前加一步df = df.dropna(subset=["KEYWORD"])过滤，避免拼接结果出现多余空值

内容的提问来源于stack exchange，提问作者Zion