如何合并Pandas中值重复的MultiIndex列？

直接上解决方案，定义自定义函数处理列名，实现合并指定层级并去重，同时保留"Criterion"列不变：

def clean_col_label(col_tuple):
    # 提取需要合并的三个层级（根据你的MultiIndex层级顺序调整切片范围）
    merge_components = col_tuple[:3]
    # 去重并保留原始顺序
    unique_components = []
    seen_values = set()
    for comp in merge_components:
        if comp not in seen_values:
            seen_values.add(comp)
            unique_components.append(comp)
    merged_label = '|'.join(unique_components)
    
    # 判断是否为Criterion列（根据你的实际层级位置调整判断逻辑）
    # 假设最后一个层级标识是否为Criterion，比如值为"Criterion"
    if col_tuple[-1] == "Criterion":
        return "Criterion"
    else:
        return merged_label

# 应用函数重命名列
df.columns = df.columns.map(clean_col_label)

关键说明： #

1. 去重逻辑：通过遍历合并层级的元素，用集合记录已出现的值，只保留首次出现的内容，解决了原方法'|'.join导致的重复问题。
2. 保留Criterion列：根据你的MultiIndex结构调整判断条件——如果Criterion是某个层级的固定值（比如最后一层为"Criterion"），直接返回原列名；如果是单独的层级组，可修改判断逻辑匹配数据结构。
3. 灵活适配：如果你的MultiIndex层级名称明确（可通过df.columns.names查看），也可以通过名称索引提取元素，比如：

def clean_col_label(col):
    name = col["Name"]
    point = col["Measurement Point"]
    test_item = col["Test Item"]
    type_col = col["Type"]
    
    merge_components = [name, point, test_item]
    unique_components = []
    seen_values = set()
    for comp in merge_components:
        if comp not in seen_values and comp.strip():  # 同时过滤空值
            seen_values.add(comp)
            unique_components.append(comp)
    merged_label = '|'.join(unique_components)
    
    return "Criterion" if type_col == "Criterion" else merged_label

示例效果： #

假设原始MultiIndex列为：
('Alice', 'Alice', 'Systolic', 'Value'), ('Alice', 'Alice', 'Systolic', 'Criterion')

处理后列名变为：'Alice|Systolic' 和 'Criterion'，完全符合需求。

内容的提问来源于stack exchange，提问作者Val Stash