You need to enable JavaScript to run this app. Pandas 按fold_size拼接相邻行字符串折叠DataFrame的优雅实现
优惠活动
大模型
产品
解决方案
定价
更多

Pandas 按fold_size拼接相邻行字符串折叠DataFrame的优雅实现

Pandas 按指定规模折叠拼接相邻行字符串的优雅实现

你原来的逐行遍历、手动维护删除索引的写法属于原生Python循环逻辑,没有利用Pandas的内置聚合能力,代码冗余且大数据量下性能较差,可替换为以下基于分组聚合的实现,核心逻辑和原代码输出结果完全对齐:

实现思路

  • 无需手动判断行边界、维护待删除行列表,直接通过行索引计算每行所属的折叠分组
  • 按分组聚合时对文本列做空格拼接,数值列直接取组内首值即可匹配原逻辑
  • 自动处理最后一个折叠块行数不足fold_size的边界场景,不需要额外写长度判断

核心实现代码

和原逻辑一致的测试数据定义:

import pandas as pd

fold_size = 5
df = pd.DataFrame({
    'n': range(31),
    'text': [str(n) for n in range(31)]
})

核心折叠逻辑仅需3行:

# 计算每行对应的折叠组编号:连续的fold_size行归为同一组
df['fold_group'] = df.index // fold_size
# 按组聚合得到折叠后的DataFrame,自动删除临时分组列
result = df.groupby('fold_group', as_index=False).agg(
    n=('n', 'first'),
    text=('text', lambda row_text: ' '.join(row_text))
).drop(columns='fold_group')

方案优势

  • 代码量比原实现减少60%以上,逻辑更简洁直观
  • 利用Pandas向量化聚合能力,处理大规模数据时性能远高于逐行iterrows的写法
  • 自动兼容最后一组行数不足fold_size的场景,不需要额外写边界判断逻辑
  • 后续如果需要调整其他列的聚合规则,只需要修改agg里的对应配置即可,比原硬编码的循环逻辑灵活很多

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

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.08 18:45:09