本文介绍一种基于 `groupby().cumcount()` 辅助合并的技巧，将两个含重复分类标签的 dataframe 按“类别内行序”对齐拼接，生成结构清晰、适合 streamlit 等前端直接渲染的宽格式报告表。
在构建分析型报表（尤其是面向非技术用户的展示场景，如 Streamlit 应用）时，常需将多个来源的同类数据横向对齐呈现——但传统 merge（基于键值等值连接）或 concat（简单堆叠）均无法满足「按 class 分组、再按组内出现顺序逐行配对」的需求。例如：df1 和 df2 均含多条 class='A' 记录，我们希望 df1 的第 1 条 A 类与 df2 的第 1 条 A 类同处一行，第 2 条 A 类仅 df1 存在则右侧留空，以此类推。
核心思路是：为每个 DataFrame 的 'class' 列添加组内序号（即 cumcount()），将其作为联合键的一部分参与外连接，从而实现“分组对齐 + 行序对齐”的双重效果。
以下是完整可运行示例：
HISUI 前端框架开发指南（IRIS版）
下载
HISUI 前端框架基础开发指南。HISUI 是基于 easyui 二次开发的 jQuery UI 组件库，专为医疗信息系统设计。当涉及 HISUI 组件开发、jQuery easyui 表格/表单/布局/窗口、医疗系统前端页面编写时使用此 skill。 涵盖 40 个组件的官方文档参考，支持声明式与编程式两种初始化方式，提供 $cm/$m 数据访问方法。
import pandas as pd
# 构造示例数据
data1 = {'class': ['A', 'A', 'B', 'X'],
'item': ['_1', '_2', '_3', '_4'],
'value': [10, 11, 12, 13]}
data2 = {'class': ['A', 'B', 'B', 'C'],
'item': ['_5', '_6', '_7', '_8'],
'value': [20, 21, 22, 23]}
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)
# 关键步骤：使用 cumcount 生成组内序号，并作为 merge 键
out = (df1.merge(df2,
how='outer',
left_on=['class', df1.groupby('class').cumcount()],
right_on=['class', df2.groupby('class').cumcount()],
suffixes=('_1', '_2'))
.sort_values('class')
.drop(columns='key_1') # 自动产生的冗余键列（因 cumcount 结果被命名为 key_1/key_2）
.reset_index(drop=True))执行后得到目标结构：
class item_1 value_1 item_2 value_2 0 A _1 10.0 _5 20.0 1 A _2 11.0 NaN NaN 2 B _3 12.0 _6 21.0 3 B NaN NaN _7 22.0 4 C NaN NaN _8 23.0 5 X _4 13.0 NaN NaN
✅ 注意事项与优化建议：
- cumcount() 默认从 0 开始编号，确保两表组内顺序逻辑一致；若需从 1 起始，可改用 cumcount() + 1；
- how='outer' 保证所有 class 和所有行序组合均被保留（缺失项自动填充 NaN），符合报表完整性要求；
- 若原始数据未按 class 排序，建议提前 df1.sort_values(['class']).reset_index(drop=True)，避免 cumcount 顺序错乱；
- 对于更多源 DataFrame（如 df3、df4），可链式 merge 或封装为函数循环处理，每次 merge 后重置 cumcount 逻辑；
- 最终列名可通过 rename() 进一步美化（如 'item_1' → 'Source_A_Item'），提升可读性。
该方法不依赖自定义循环或复杂索引操作，完全基于 Pandas 原生 API，兼具简洁性、可读性与工程鲁棒性，是构建高质量对齐报表的理想实践。
