如何用Python Pandas按不同列的相同值合并行？

步骤1：构造原始DataFrame #

先将你给出的原始数据整理为Pandas可处理的结构：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'Id': ['1', '2', 'A', 'B'],
    'Col1': ['a', 'c', 'b', 'd'],
    'Col2': [np.nan, np.nan, np.nan, np.nan],
    'Paired_Id': ['A', 'B', '1', '2']
})

步骤2：自连接匹配配对行 #

通过merge方法将DataFrame与自身连接，用主行的Paired_Id匹配对应配对行的Id：

merged = df.merge(df, left_on='Paired_Id', right_on='Id', suffixes=('', '_pair'))

suffixes参数用来区分原始列和配对行的列，避免重名冲突。

步骤3：提取并整理目标列 #

从连接结果中筛选需要的字段，将配对行的Col1重命名为目标列Col2：

result = merged[['Id', 'Col1', 'Col1_pair', 'Paired_Id']].rename(columns={'Col1_pair': 'Col2'})

步骤4：过滤重复配对行 #

只保留每组配对中的主行（这里以Id为数字的行作为主行），避免重复数据：

result = result[result['Id'].str.isdigit()].reset_index(drop=True)

最终得到的result就是你需要的输出：

Id Col1 Col2 Paired_Id
0  1    a    b         A
1  2    c    d         B

通用化处理说明 #

如果主行和配对行的标识不是数字/字母的区别，可以通过判断配对关系过滤，比如只保留Id < Paired_Id的行（需确保类型支持比较），保证每组配对仅保留一行：

result = result[result['Id'] < result['Paired_Id']].reset_index(drop=True)

内容的提问来源于stack exchange，提问作者Bharath