如何用Pandas合并两个DataFrame且无重复行？解决同ID重复问题

要实现你要的结果，核心是先把DF2中同一ID的多个Vote值转成多列，再和DF1合并，具体步骤如下：

步骤1：给DF2的同ID行添加分组序号 #

先对DF2按ID分组，给每个组内的行分配递增序号，用来区分同一ID下的不同Vote值：

import pandas as pd

# 示例数据
df1 = pd.DataFrame({'ID': [1,2,3], 'Gender': ['Male', 'Female', 'Female']})
df2 = pd.DataFrame({'ID': [1,2,2], 'Vote': [30,27,22]})

# 添加组内序号（从1开始计数）
df2['vote_num'] = df2.groupby('ID').cumcount() + 1

处理后的DF2：

ID  Vote  vote_num
0   1    30         1
1   2    27         1
2   2    22         2

步骤2：将DF2转成宽表格式 #

用pivot方法把长表转成宽表，把vote_num作为列名后缀，生成Vote 1、Vote 2这类列：

df2_wide = df2.pivot(index='ID', columns='vote_num', values='Vote').rename(
    columns=lambda x: f'Vote {x}'
).reset_index()

处理后的宽表DF2：

ID  Vote 1  Vote 2
0   1    30.0     NaN
1   2    27.0    22.0

步骤3：和DF1做左连接 #

用merge方法把处理好的宽表DF2和DF1左连接，保留DF1的所有行：

result = df1.merge(df2_wide, on='ID', how='left')

最终结果：

ID  Gender  Vote 1  Vote 2
0   1    Male    30.0     NaN
1   2  Female    27.0    22.0
2   3  Female     NaN     NaN

如果需要把NaN显示为<NA>，可以补充一行：

result = result.fillna('<NA>')

内容的提问来源于stack exchange，提问作者Acco