如何使用Pandas按列筛选DataFrame相邻行并合并为单行

用到的Pandas核心API包括：shift()、布尔索引、groupby()、agg()、reset_index()。

完整代码示例 #

import pandas as pd

# 构造示例数据
data = [
    [1, "Bob", 10, "Eng"],
    [2, "Jack", 21, "Tel"],
    [3, "Rian", 11, "Tam"],
    [4, "Vick", 10, "Ram"],
    [5, "Jick", 20, "Mar"],
    [6, "Rams", 10, "Mal"],
    [7, "Venk", 21, "Mar"]
]
df = pd.DataFrame(data, columns=["#1", "#2", "#3", "#4"])

# 步骤1：标记符合条件的10所在行（要求下一行#3值为21）
mask = (df["#3"] == 10) & (df["#3"].shift(-1) == 21)
# 选出符合条件的10所在行，以及它们对应的下一行（21所在行）
selected_index = df[mask].index.tolist() + df[mask].index.map(lambda x: x+1).tolist()
filtered_df = df.loc[sorted(selected_index)].reset_index(drop=True)

# 步骤2：每两行分为一组，将组内两行合并为单行
result = filtered_df.groupby(filtered_df.index // 2).agg(
    # 第二列取组内第一行的#2值（10对应的人名）
    #2=("#2", "first"),
    # 第三列取组内第二行的#2值（21对应的人名）
    #3=("#2", "last"),
    # 第四列取组内第一行的#4值
    #4=("#4", "first"),
    # 第五列取组内第二行的#4值
    #5=("#4", "last")
).reset_index(drop=True)
# 重置#1列序号从1开始
result.index = result.index + 1
result = result.reset_index(names=["#1"])

print(result)

输出结果 #

#1    #2    #3   #4   #5
0   1   Bob  Jack  Eng  Tel
1   2  Rams  Venk  Mal  Mar

注：你给出的预期最终输出第二行存在笔误，代码输出为符合原数据逻辑的正确结果。

内容的提问来源于stack exchange，提问作者user3625533