如何在Pandas DataFrame中合并多列独热编码并去重？

需求说明 #

原始DataFrame：

ID  A B C
1   1 0 0
1   0 1 0
2   1 0 0

目标是按ID分组，将同一ID下的行合并，保留各列出现过的非零值（即把同一ID下的0/1列合并为1如果有过1），得到：

ID  A B C
1   1 1 0
2   1 0 0

解决方案 #

方法1：使用groupby + max()

这是最直接的方案，因为同一ID下的列值为0或1，取最大值即可保留出现过的1：

import pandas as pd

# 构造原始数据
df = pd.DataFrame({
    'ID': [1, 1, 2],
    'A': [1, 0, 1],
    'B': [0, 1, 0],
    'C': [0, 0, 0]
})

# 按ID分组合并，as_index=False让ID保持为列而非索引
merged_df = df.groupby('ID', as_index=False).max()

print(merged_df)

输出结果：

ID  A  B  C
0   1  1  1  0
1   2  1  0  0

方法2：使用groupby + any()转整数

如果需要明确判断列中是否存在非零值，可通过any()生成布尔值后转为整数：

merged_df = df.groupby('ID', as_index=False).agg(lambda x: x.any().astype(int))

该方法逻辑更直观，any()会检查分组内列是否有非零值，astype(int)将True转为1，False转为0，结果和方法1完全一致。

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