Группировать по списку несколько столбцов с условиями

Вот решение, использующее np.select и pivot:

df['x'] = np.select([df['speed'] > 10, df['speed'] == 0], ['illegal_speed', 'na'], default='legal_speed')
new_df = df.pivot(values='section', columns='x').groupby(df['car_id']).apply(lambda g: g.apply(lambda col: col.dropna().tolist()).str.join(', ')).reset_index().rename_axis(None, axis=1)

Выход:

>>> new_df
   car_id illegal_speed legal_speed na
0       1             c     a, b, d   
1       2                      e, g  f
2       3                            h

Вот еще один вариант, более элегантный, хотя и немного более длинный:

df['x'] = np.select([df['speed'] > 10, df['speed'] == 0], ['illegal_speed', 'na'], default='legal_speed')
new_df = df.groupby('car_id').apply(lambda g: g.groupby('x')['section'].agg(list).str.join(', ')).unstack().fillna('').reset_index().rename_axis(None, axis=1)

Разделите столбец speed на метки legal и illegal, затем сгруппируйте фрейм данных по car_id и меткам и агрегируйте section, используя join:

s = pd.cut(df['speed'], [0, 10, np.inf], labels=['legal', 'illegal'])
df.groupby(['car_id', s])['section'].agg(', '.join).unstack()

Результат

speed     legal illegal
car_id                 
1       a, b, d       c
2          e, g     NaN
3           NaN     NaN