如何合并DataFrame中仅第二列不同的重复行？

用pandas的groupby+agg组合就能轻松实现，完全不需要写复杂的循环。

示例代码 #

假设你的DataFrame列名为col1、col2、col3（除第二列col2外，其余列值重复）：

import pandas as pd

# 构造示例数据
data = {
    'col1': ['A', 'A', 'B', 'B'],
    'col2': ['ValueA', 'ValueB', 'ValueC', 'ValueD'],
    'col3': ['X', 'X', 'Y', 'Y']
}
df = pd.DataFrame(data)

# 方式1：将第二列合并为列表
result_list = df.groupby(['col1', 'col3'])['col2'].agg(list).reset_index()

# 方式2：将第二列用分号分隔合并
result_semicolon = df.groupby(['col1', 'col3'])['col2'].agg('; '.join).reset_index()

关键说明 #

• groupby(['col1', 'col3'])：按除第二列外的所有列分组，把这些列值完全一致的行归为同一组
• agg(list)：对每组的col2值聚合为列表；agg('; '.join)则是把值用「分号+空格」连接成字符串
• reset_index()：将分组用的列从索引还原为普通列，得到结构规整的新DataFrame

如果需要转换成字典，直接用to_dict()即可：

# 转换为字典（以col1+col3为键，col2的合并值为值）
result_dict = result_semicolon.set_index(['col1', 'col3'])['col2'].to_dict()

内容的提问来源于stack exchange，提问作者FuchsiaCode