如何将DataFrame中A、B两列的唯一值合并为一个列表？

问题场景 #

给定如下DataFrame：

id  A   B
1   x   k
2   y   x
3   x   l
4   x   k

需要将A、B两列的所有唯一值合并为一个无嵌套、无重复的列表，期望结果：

unique_list = ['x', 'y', 'k', 'l']

错误原因分析 #

你尝试的代码：

list = df['A'].unique().tolist()
list.append(df['B'].unique())

得到嵌套列表['x', 'y', ['x', 'k', 'l']]，原因有两点：

1. append()方法会将传入的整个列表作为单个元素添加到原列表中，而非逐个添加元素；
2. 未处理A、B两列之间的重复值（比如A列的x和B列的x重复）。

正确解决方法 #

方法一：简洁合并法（推荐） #

直接将两列合并为一个Series，再取唯一值转列表：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'id': [1, 2, 3, 4],
    'A': ['x', 'y', 'x', 'x'],
    'B': ['k', 'x', 'l', 'k']
})

# 合并两列并获取唯一值列表
unique_list = pd.concat([df['A'], df['B']]).unique().tolist()
print(unique_list)  # 输出: ['x', 'y', 'k', 'l']

此方法一步到位，自动去重且保留元素首次出现的顺序。

方法二：分步扩展去重法 #

先获取A列唯一值列表，用extend()添加B列的唯一值，再去重：

# 分别获取两列的唯一值列表
a_unique = df['A'].unique().tolist()
b_unique = df['B'].unique().tolist()

# 扩展列表（逐个添加元素，而非嵌套）
a_unique.extend(b_unique)

# 去重并保留首次出现顺序
unique_list = list(dict.fromkeys(a_unique))
print(unique_list)  # 输出: ['x', 'y', 'k', 'l']

如果不介意顺序，也可以用list(set(a_unique))去重，但dict.fromkeys能更好地保留元素出现的先后顺序。

内容的提问来源于stack exchange，提问作者chuachu