Pandas中每行两列值去重排序并忽略NaN的实现求助

可以通过apply逐行处理DataFrame，结合过滤缺失值、去重、排序和字符串拼接来实现需求：

import pandas as pd

# 示例数据
data = {'A': ['1','2','8','4',pd.NA],
        'B': ['6','2','3','9','10']}
df = pd.DataFrame(data)

# 定义处理函数
def get_sorted_unique(row):
    # 提取当前行的A、B值，过滤缺失值
    valid_vals = [val for val in [row['A'], row['B']] if pd.notna(val)]
    # 去重后排序，再拼接为逗号分隔的字符串
    return ', '.join(sorted(set(valid_vals)))

# 生成目标列
df['expected_col'] = df.apply(get_sorted_unique, axis=1)

print(df)

运行后输出：

A   B expected_col
0    1   6        1, 6
1    2   2            2
2    8   3        3, 8
3    4   9        4, 9
4  NaN  10           10

关键步骤说明 #

1. 过滤缺失值：用列表推导式筛选出A和B中不为NaN的值
2. 去重：通过set()对有效值去重（每行仅两个值，去重效率极高）
3. 排序：sorted()默认按字符串字典序排序，若需按数值排序，可修改为：

   sorted(set(valid_vals), key=int)
   

4. 字符串拼接：用', '.join()将排序后的列表转为指定格式的字符串

如果追求简洁，也可以用lambda表达式一行实现：

df['expected_col'] = df.apply(
    lambda r: ', '.join(sorted(set([v for v in [r['A'], r['B']] if pd.notna(v)]))),
    axis=1
)

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