合并连续的行熊猫

Question

我想在pandas数据帧中将连续的行合并为一行。这是我目前拥有的表格：

>log_date延迟(天)[/tr>2017年1月13日14:23<1>2017年1月13日16:39AAF2017年1月13日16:40N2017年2月13日14:22[/tr>2017年2月14日9:242017年2月14日9:37N2017年2月13日14:22[/td>2017年2月14日9:2402017年2月14日9:37N2017年2月13日14:22[/td>2017年2月14日9:2402017年2月14日9:37N2017年2月13日14:22[/td>2017年2月14日9:2402017年2月14日9:37

id_number	document_number	值	co
4100000739	10678327		0		A
4100000739	106788192	0
4100000740	106787500	2017年1月13日16:14
4100000740	106788227
4100000743	109334630	B
4100000743	109358034	0	B	0
4100000743	109358735	1
4100000743	109334630	C
4100000743	109358034	0	C
4100000743	109358735	1
4100000743	109334630	C
4100000743	109358034	0	C
4100000743	109358735	1
4100000743	109334630	D
4100000743	109358034	0	D
4100000743	109358735	1		D	0

逻辑的

• groupby()id_number
• 第n行和第(n+1)行的concat(axis=1)
• rename(columns=...)以输出所需的列名
• 使用head()删除组中没有(n+1)行的最后一行

import pandas as pd
import io
df = pd.read_csv(io.StringIO("""id_number~document_number~value~log_date~co~delay(days)
4100000739~106782327~0~1/13/2017 14:23~A~
4100000739~106788192~1~1/13/2017 16:39~A~0
4100000740~106787500~0~1/13/2017 16:14~A~
4100000740~106788227~F~1/13/2017 16:40~A~0
4100000743~109334630~N~2/13/2017 14:22~B~
4100000743~109358034~0~2/14/2017 9:24~B~0
4100000743~109358735~1~2/14/2017 9:37~B~0
4100000743~109334630~N~2/13/2017 14:22~C~
4100000743~109358034~0~2/14/2017 9:24~C~0
4100000743~109358735~1~2/14/2017 9:37~C~0
4100000743~109334630~N~2/13/2017 14:22~C~
4100000743~109358034~0~2/14/2017 9:24~C~0
4100000743~109358735~1~2/14/2017 9:37~C~0
4100000743~109334630~N~2/13/2017 14:22~D~
4100000743~109358034~0~2/14/2017 9:24~D~0
4100000743~109358735~1~2/14/2017 9:37~D~0"""), sep="~")

def mergerows(df):
return pd.concat([df.rename(columns={"value":"value1","log_date":"log_date1"}).drop(columns="delay(days)"), 
df.shift(-1).loc[:,["value","log_date","delay(days)"]].rename(columns={"value":"value2","log_date":"log_date2"})
], axis=1).head(len(df)-1)

dfc = df.groupby("id_number", as_index=False).apply(mergerows).reset_index(drop=True)

>td style="text-align:left；">2017年2月13日14:22D

		log_date2	延迟(天)
0	4100000739	106783272	2017年1月13日14:23：left；">2017年1月13日16:39	0
1		0
2		0
3		0
4		nan
5		0
6		0
7		nan
8		0
9		0
10		nan
11	4100000743	109334630	0	2/14/2017 9:24	0
12		0