Python 实现DataFrame相同首列值连续行其余列数值相加合并

你可以通过pandas的分组聚合逻辑完成需求，核心思路是先为连续值相同的position行生成统一分组标签，再按组对数值列求和即可，代码如下：

import pandas as pd

# 构造示例DataFrame，实际使用时替换为你自己的数据即可
df = pd.DataFrame({
    'position': [1, 1, 2, 2],
    'length': [5.5, 0.0, 4.1, 0.0],
    'height': [0.0, 2.1, 0.0, 3.5]
})

# 生成连续相同position的分组标签
continuous_group = (df['position'] != df['position'].shift()).cumsum()

# 按分组聚合，得到最终结果
result = df.groupby(continuous_group).agg(
    position=('position', 'first'),
    length=('length', 'sum'),
    height=('height', 'sum')
).reset_index(drop=True)

print(result)

运行后输出的result就是你期望的合并结果：

逻辑说明 #

df['position'] != df['position'].shift()会比对当前行与上一行的position值是否不同，返回布尔序列，用cumsum()累加后，所有连续相同position的行都会被分配到同一个分组，完全匹配你「仅连续相同值才合并」的要求，如果出现非连续的相同position（比如行顺序为1,1,2,1），不会被误合并。

内容的提问来源于stack exchange，提问作者Christina