Pandas 将数据帧groupby行保存为正好两行

我得到了一个数据帧，我想根据一个特定的列按行分组。每组中的行数至少为4行，最多为50行。我想将组中的一列保存为两行。如果groupsize是偶数，我们假设

2n

，那么

n

行在一行，其余的

n

行在第二行。如果是奇数，

n+1

和

n

或

n

和

n+1

就可以了

比如说,

import pandas as pd
from io import StringIO

data = """
id,name
1,A
1,B
1,C
1,D
2,E
2,F
2,ds
2,G
2, dsds
"""
df = pd.read_csv(StringIO(data))

我要分组方式

id

df.groupby（'id'，sort=False）

然后得到一个数据帧，比如

    id  name
0   1   A B
1   1   C D
2   2   E F ds
3   2   G dsds

---

这是一个有点复杂的方法，但它做的工作

def func(s: pd.Series):
    mid = max(s.shape[0]//2 ,1)
    l1 = ' '.join(list(s[:mid]))
    l2 = ' '.join(list(s[mid:]))
    return [l1, l2]

df_new = df.groupby('id').agg(func)

df_new["name1"]= df_new["name"].apply(lambda x: x[0])
df_new["name2"]= df_new["name"].apply(lambda x: x[1])


df = df_new.drop(labels="name", axis=1).stack().reset_index().drop(labels = ["level_1"], axis=1).rename(columns={0:"name"}).set_index("id")

---

可能不是最有效的解决方案，但它可以：

将numpy导入为np
df=df.sort_值（'id'）
#接下来的3行：为每组找到分隔符
df['range_idx']=范围（0，df.shape[0]）
df['mean\u rank\u group']=df.groupby（['id']）['range\u idx']变换（np.mean）
df['separate_column']=df['range_idx']

你能试试df.groupby（[df.index//2，df['id']]）.agg（'，'.join）@Manakin我需要每个组的行。您的解决方案为id 2提供了3行