如何根据Pandas DataFrame列值为索引添加不同前缀解决重复索引问题

核心思路 #

通过字典映射建立column1值与前缀的对应关系，将前缀与原索引拼接生成唯一索引，解决重复索引导致的reindex报错问题。

具体实现代码 #

import pandas as pd

# 构造示例df2（和你提供的结构一致）
data = {
    'column1': ['sample_a', 'sample_a', 'sample_b', 'sample_c'],
    'column2': [1, 3, 2, 3]
}
df2 = pd.DataFrame(data, index=['A', 'B', 'B', 'C'])

# 1. 定义column1到前缀的映射字典，可根据需求扩展
prefix_map = {
    'sample_a': 'a_',
    'sample_b': 'b_',
    'sample_c': 'c_'
}

# 2. 生成新索引：前缀 + 原索引（转字符串确保拼接兼容所有索引类型）
df2.index = df2['column1'].map(prefix_map) + df2.index.astype(str)

# 查看处理后的结果
print(df2)

执行结果 #

处理后的df2结构与预期完全一致：

后续操作 #

此时df2的索引已完全唯一，可正常执行df2 = df2.reindex(df.index)操作，不会再触发cannot reindex on an axis with duplicate labels错误。

内容的提问来源于stack exchange，提问作者Joy Zheng