我正在尝试执行特定的 Pandas 操作，但不知道如何操作。假设下表是我的原始表格。
| 电子邮件 | 属性 |
|---|---|
| js@email | 国家：美国 |
| js@email | 第一：约翰 |
| js@email | 显示：约翰 |
| js@email | 马克·史密斯 |
| js@email | 地址：123 Main St |
| js@email | 巴尔的摩 |
| js@email | MD |
| js@email | 12345 |
其余条目对于许多其他用户来说是相似的，但顺序可能不同。 数据框有超过 140 万行。我正在尝试获得以下输出。这可以就地完成，也可以通过创建一个新列来完成（无论哪个更好更快）。下面的示例显示了原位执行时的输出。
| 电子邮件 | 属性 |
|---|---|
| js@email | 国家：美国 |
| js@email | 第一：约翰 |
| js@email | 展示：约翰、马克·史密斯 |
| js@email | 地址：123 Main St, Baltimore, MD, 12345 |
获取如下输出的规则如下：如果':'条目中有'Attributes'，则保留原始文本，如果条目中没有':'则通过在中间添加 ',' 将该文本移动到上面的条目。这样做直到下一个带有 ':' 的条目。
我现在使用的代码是：
df['Extended Attributes'].groupby(df['Extended Attributes'].str.contains(':').cumsum()).agg(', '.join)
但是，这仅返回一列带有索引的列，它不会修改原始数据帧，我无法将其插入原始数据帧，因为它没有空行，因此会出现不匹配。