Pandas如何将transaction details列分散多行的条目合并为单行

以下提供两种常用场景的处理方式：

Pandas代码处理（适合大批量数据） #

前置逻辑 #

通常这类拆分数据的规律是：单条交易的唯一标识字段（如交易ID、交易日期、金额等）仅在拆分后的第一行有值，后续明细行的这些字段为空，我们可以基于这个规律做分组合并。

• 步骤1：填充分组标识

import pandas as pd
# 向前填充空的唯一标识列，生成分组ID
df['group_id'] = df['交易ID'].ffill()

• 步骤2：按分组合并明细内容

df_merged = df.groupby('group_id', as_index=False).agg({
    # 非明细类字段保留首个非空值
    '交易日期': 'first',
    '交易金额': 'first',
    # 明细字段拼接所有行内容，用换行符分隔，也可换成空格、分号等其他分隔符
    'transaction details': lambda x: '\n'.join(x.dropna().astype(str))
})

• 验证效果：合并完成后执行print(df_merged.loc[0, 'transaction details'])即可输出第一条交易的完整明细。

如果没有单独的唯一标识列，可以根据明细首行的特征生成分组ID，比如首行明细固定以时间开头：

# 匹配以HH:MM格式时间开头的行作为新分组的起始，累计生成组ID
df['group_id'] = df['transaction details'].str.match(r'^\d{2}:\d{2}').cumsum()
# 后续分组合并逻辑和上面一致

Excel手动处理（适合小批量数据） #

• 新增辅助列生成组ID，假设A列是仅首行有值的标识列，B列为辅助列，第二行输入公式=IF(A2<>"",MAX(B$1:B1)+1,B1)，下拉填充所有行
• 新增合并明细列，用TEXTJOIN函数按组拼接，公式示例：=TEXTJOIN(CHAR(10),TRUE,IF(B:B=D2,C:C,""))，输入后按Ctrl+Shift+Enter生效，其中D2为对应组ID，C列为交易明细列，勾选单元格自动换行即可展示分段效果。

内容的提问来源于stack exchange，提问作者user840