如何使用Python pandas构造指定多行合并格式的DataFrame

你需要的这种合并展示效果有两种常用实现方式，按需选择即可： #

方式1：Details列存储为换行分隔的字符串（单条记录对应一个Name） #

这种方式实际存储时每个Name仅对应1行数据，仅在打印/渲染时把Details内容拆成多行显示，和你的示例效果完全一致：

import pandas as pd

# 构造原始数据，每个Name对应多条详情的列表
data = {
    "Name": ["Roan", "Marry", "Ruth"],
    "Details": [
        ["Male", "Student", "Single"],
        ["Female", "Married"],
        ["Male"]
    ]
}

df = pd.DataFrame(data)
# 将列表转为换行分隔的字符串
df["Details"] = df["Details"].str.join("\n")

# 配置pandas显示规则，允许单元格内换行
pd.set_option('display.max_colwidth', None)
pd.set_option('display.expand_frame_repr', False)

print(df)

如果是在Jupyter Notebook环境中，无需打印，直接用以下代码即可自动渲染出换行效果：

df.style.set_properties(**{'white-space': 'pre-wrap'})

方式2：基于长表构造，打印时隐藏重复Name值 #

如果你的原始数据是每个Details对应一行的长表结构，可以用这种方式处理后打印：

import pandas as pd

# 原始长表，每个Name对应多条Details记录
raw_data = [
    ["Roan", "Male"],
    ["Roan", "Student"],
    ["Roan", "Single"],
    ["Marry", "Female"],
    ["Marry", "Married"],
    ["Ruth", "Male"]
]
df_long = pd.DataFrame(raw_data, columns=["Name", "Details"])

# 把重复的Name值替换为空字符串，打印时就会呈现合并效果
df_print = df_long.copy()
df_print["Name"] = df_print["Name"].mask(df_print["Name"].duplicated(), "")

print(df_print)

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