如何用Pandas合并索引相差±1的相邻行并对指定列求和

实现逻辑 #

通过给原始索引连续的记录分配相同分组标识，再按分组聚合的方式完成合并，步骤如下：

• 生成连续索引分组标签：当前记录原始索引与上一条记录原始索引差值不为1时，开启新分组
• 按分组聚合：每组保留最后一行的索引、事件、时间、油位、里程字段值，对差值字段求和

代码修改 #

你只需要在现有代码的df1filt.reset_index(level=0, inplace=True)之后，调用askopenfilename获取保存路径之前，加入以下代码即可：

# 生成连续相邻索引的分组标识
df1filt['group_id'] = (df1filt['index'].diff() != 1).cumsum()

# 按分组聚合实现合并
df_merged = df1filt.groupby('group_id').agg(
    # 保留每组最后一行的字段
    index = ('index', 'last'),
    Händelse = ('Händelse', 'last'),
    Tid = ('Tid', 'last'),
    `Bränslenivå (%)` = ('Bränslenivå (%)', 'last'),
    `Körda km (km)` = ('Körda km (km)', 'last'),
    # 差值字段求和
    `Difference (%)` = ('Difference (%)', 'sum')
).reset_index(drop=True)

提示：如果你的里程列实际名称与上述代码中的Körda km (km)不一致，替换为你DataFrame中对应的里程列名即可。
后续你可以直接将合并后的df_merged保存到Excel：

filepathname3 = askopenfilename()
df_merged.to_excel(filepathname3, index=False)

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