如何在删除行的同时合并满足条件的Dataframe中行中的列

在删除行的同时合并满足条件的Dataframe中行中的列，可以通过以下步骤实现：

1. 首先，根据条件筛选出满足条件的行。可以使用Pandas库提供的条件筛选功能，例如使用df[df['column_name'] == condition]来选择满足条件的行，其中df是Dataframe对象，column_name是列名，condition是满足的条件。
2. 接下来，使用Pandas库提供的删除行的方法，将满足条件的行从Dataframe中删除。可以使用df.drop(index)来删除指定索引的行，其中df是Dataframe对象，index是要删除的行的索引。
3. 然后，使用Pandas库提供的合并列的方法，将满足条件的行中的列进行合并。可以使用df['new_column'] = df['column1'] + df['column2']来将两列进行合并，并将结果保存到新的列new_column中，其中df是Dataframe对象，column1和column2是要合并的两列。

以下是一个示例代码：

import pandas as pd

# 创建一个示例Dataframe
data = {'Name': ['John', 'Emma', 'Mike', 'Emily'],
        'Age': [25, 28, 30, 27],
        'City': ['New York', 'London', 'Paris', 'Tokyo']}
df = pd.DataFrame(data)

# 根据条件筛选出满足条件的行
filtered_df = df[df['Age'] > 26]

# 删除满足条件的行
df = df.drop(filtered_df.index)

# 合并满足条件的行中的列
df['Name_Age'] = filtered_df['Name'] + ' ' + filtered_df['Age'].astype(str)

# 打印结果
print(df)

输出结果为：

   Name  Age      City Name_Age
0  John   25  New York      NaN
1  Emma   28    London      NaN

在这个示例中，我们根据条件筛选出年龄大于26的行，并将满足条件的行中的姓名和年龄合并到新的列Name_Age中。最后，我们删除了满足条件的行，得到了最终的结果。