pandas入门：指定列值匹配时合并相邻两行的实现及多条件处理咨询

实现方案 #

你完全不需要自己手写逐行遍历逻辑，用pandas内置的分组聚合方法就能高效搞定，即使大数据量也不会卡：

import pandas as pd

# 读取本地csv文件
df = pd.read_csv("你的文件路径.csv")

# 生成连续同值分组标签
# 如果需要同时校验多列合并条件，把下方[['Rm']]替换成你要校验的所有列即可，比如[['Rm', 'Rx', 'Ry']]
df['group_id'] = (df[['Rm']] != df[['Rm']].shift()).any(axis=1).cumsum()

# 按分组聚合，聚合规则可根据你的实际需求调整
res = df.groupby('group_id', as_index=False).agg(
    Name = ('Name', ','.join), # 名称列用逗号拼接
    R0 = ('R0', 'last'), # 你示例中合并后R0取第二行的5，所以用last，要求和就改成'sum'
    Rm = ('Rm', 'first'), # 同一组Rm值相同，取第一行即可
    R1 = ('R1', 'first') # 你示例中合并后R1取第一行的3，所以用first
).drop(columns='group_id')

上面的代码直接就能跑出你给出的示例结果。

合并条件校验方式选择 #

建议直接一次遍历校验所有列的合并条件，不要分开多次遍历：

• 上述的分组逻辑本身只需要O(n)的时间复杂度就能完成，不管你有多少个要校验的列，都只需要跑一次，性能开销很低。
• 如果分开多次遍历、每次单独处理一个列的合并规则，不仅会多几倍的计算开销，还要反复处理合并后的行对齐、分组失效的问题，非常容易出逻辑bug，数据量越大性能差距越明显。

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