如何合并Python DataFrame中共享某一列值的行？

看起来你是想对description列里共享相同前缀的行做分组处理对吧？比如AAAA:A、AAAA:B这些属于同一组，BBBB:A、BBBB:B属于另一组。这里给你几个Pandas原生的简洁实现方案，完全不用复杂操作：

方案1：提取前缀后分组（直观易懂） #

先从description里拆分出前缀，再用这个前缀做分组，新手也能快速理解：

import pandas as pd

data = {
    "description": ["AAAA:A", "AAAA:B", "AAAA:C", "AAAA:D", "BBBB:A", "BBBB:B"],
    "sequence": ["AAAAAAAAAAA", "AAAAAAABBBBBB", "AAAAAAAACCCCCCC", "AAAAAAAADDDDDDD", "BBBBBBAAAAA", "BBBBBBBBBBBBB"]
}
df = pd.DataFrame(data)

# 按冒号分割，提取前缀部分
df["prefix"] = df["description"].str.split(":", expand=True)[0]

# 基于前缀分组
grouped = df.groupby("prefix")

# 遍历查看每个分组的内容
for prefix, group in grouped:
    print(f"=== 分组 {prefix} ===")
    print(group)

方案2：无新增列的直接分组（更简洁） #

如果不想修改原DataFrame的结构，可以直接在groupby里处理前缀，一步到位：

# 直接通过lambda函数提取前缀分组，无需额外列
grouped = df.groupby(lambda idx: df["description"].iloc[idx].split(":")[0])

# 同样可以遍历分组
for prefix, group in grouped:
    print(f"=== 分组 {prefix} ===")
    print(group)

方案3：前缀长度固定时的高效分组 #

如果你的前缀长度是固定的（比如例子里都是4个字符），用字符串切片会比分割更快，适合大数据量场景：

# 前缀固定4位，直接切片取前4个字符分组
grouped = df.groupby(df["description"].str[:4])

# 查看分组结果
for prefix, group in grouped:
    print(f"=== 分组 {prefix} ===")
    print(group)

这几个方案都是轻量且高效的，完全符合你想要的「简洁直接」的要求。如果分组后还要做聚合、过滤之类的操作，直接在grouped对象上调用对应的方法就行（比如grouped.sum()、grouped.filter()）。

内容的提问来源于stack exchange，提问作者jaumebonet