Pandas DataFrame行处理：将以and开头的行拼接到上一行的实现问题

解决方案 #

核心思路是通过分组标记将连续需要拼接的行归为同一组，再聚合拼接，支持扩展到任意关键字的批量拼接：

1. 首先构造通用处理函数，可复用处理不同开头关键字的拼接需求

import pandas as pd

# 通用拼接函数：将所有以指定关键字开头的行拼接到上一行末尾
def concat_keyword_rows(df, col, keyword):
    # 生成分组ID：每遇到一个非关键字开头的行，分组ID+1，后续连续的关键字开头行归入同一组
    group_mask = (~df[col].str.startswith(keyword)).cumsum()
    # 同组内容按空格拼接
    return df.groupby(group_mask, as_index=False)[col].agg(" ".join)

# -------------------------- 调用示例 --------------------------
# 构造你的示例DataFrame
df = pd.DataFrame({
    "join": [
        "inner join xx",
        "on xx", 
        "and xx",
        "and yy",
        "and aa",
        "inner join zz"
    ]
})

# 处理and开头的行拼接
df = concat_keyword_rows(df, "join", "and")
print(df)

运行后输出的结果就是你需要的效果：

join
0                inner join xx
1  on xx and xx and yy and aa
2                inner join zz

2. 后续需要处理on开头的行时，直接复用函数再次调用即可：

# 处理on开头的行拼接到上一行
df = concat_keyword_rows(df, "join", "on")
print(df)

运行后会得到：

join
0  inner join xx on xx and xx and yy and aa
1                                inner join zz

原代码问题说明 #

你原来的代码只能单次处理下一行是and的情况，无法处理连续多个and开头的行，也没有删除已经被拼接的冗余行，所以会遗留多余行。用分组聚合的方式可以一次性处理所有连续的目标行，不需要循环逐行处理，效率更高也更稳定。

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