已更新问题：为什么不合并a_date、a_par、a_cons、a_ment和a_le。这些作为没有值的列追加，但在原始数据集中它们有值。
以下是数据集的外观
connector type q_text a_text var1 var2
1 1111 1 aa None xx ps
2 9999 2 None tt jjjj pppp
3 1111 2 None uu None oo
4 9999 1 bb None yy Rt
5 9999 1 cc None zz tR
目标：数据集应该是什么样子
connector q_text a_text var1 var1.1 var2 var2.1
1 1111 aa uu xx None ps oo
2 9999 bb tt yy jjjj Rt pppp
3 9999 cc tt zz jjjj tR pppp
逻辑：列type具有值1或2，其中多行具有值1，但只有一行(在connector中具有相同值)具有值2
以下是主要的合并规则：
将type=1的每一行与其对应的(connector)type=2行合并。
由于type=1的多行具有相同的connector值，因此我不想只合并type=1的一行，而是合并所有行，每行都有唯一的type==2行。
由于某些列(例如a_text)遵循左联接逻辑，因此可以在不添加额外列的情况下重写值。
由于var2值不能通过左联接合并，因为它们相对于行连接器值是非排他性的，因此我希望为这些值(pppp，jjjj)增加额外的列(var1.1，var2.1)。
q_text是Nonei，首先，希望将a_text中的值替换为相应行(相同连接器值)的a_text值(请参见上表tt和uu)，其次，希望追加一些其他值(var1和<[2-19]]
此外，还有一些具有唯一connector值的行不会匹配。不过，我想保留这些行。我只想删除与其对应的type=1行**合并的type=2行**(&q；)。换句话说：我不想保留类型=2的行，这些行有一个匹配项并合并到它们相应的(连接器)type=1行中。不过，我希望保留所有其他行。
@victor__von__doom在此处提供解决方案
merging varying number of rows by multiple conditions in python
在我最初希望保留所有"type"=2列(值)时得到回答。
我使用的代码：合并后的Perso、q_text和a_text
df.loc[df['type'] == 2, 'a_date'] = df['q_date']
df.loc[df['type'] == 2, 'a_par'] = df['par']
df.loc[df['type'] == 2, 'a_cons'] = df['cons']
df.loc[df['type'] == 2, 'a_ment'] = df['pret']
df.loc[df['type'] == 2, 'a_le'] = df['q_le']
my_cols = ['Perso', 'q_text','a_text', 'a_le', 'q_le', 'q_date', 'par', 'cons', 'pret', 'q_le', 'a_date','a_par', 'a_cons', 'a_ment', 'a_le']
df[my_cols] = df.sort_values(['connector','type']).groupby('connector')[my_cols].transform(lambda x: x.bfill())
df.dropna(subset=['a_text', 'Perso'],inplace=True)
df.reset_index(drop=True,inplace=True)
data：这是核心数据集的表示形式。很遗憾，由于隐私法的原因，我无法共享实际数据。
这篇关于在python中按多个条件合并不同数量的行和列的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持跟版网！