如何删除DataFrame重复值行？如何合并同前缀列？

你可以通过Pandas的fillna方法快速合并互补的列，步骤如下：

1. 构造示例数据（模拟你的DataFrame）：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'ABC_x': ['A', 'B', np.nan, np.nan, 'G'],
    'Quantity silent': ['05', '03', np.nan, np.nan, '01'],
    'ABC_y': [np.nan, np.nan, 'D', 'E', np.nan],
    'Quantity noirse': [np.nan, np.nan, '08', '09', np.nan]
})

2. 合并目标列：

# 合并ABC_x和ABC_y为ABC列
df['ABC'] = df['ABC_x'].fillna(df['ABC_y'])
# 合并Quantity相关列为Quantity列
df['Quantity'] = df['Quantity silent'].fillna(df['Quantity noirse'])
# 提取需要的列并重置索引
result_df = df[['ABC', 'Quantity']].reset_index(drop=True)

执行后result_df就是你期望的结果：

补充说明 #

因为你的原始数据中，ABC_x与ABC_y、Quantity silent与Quantity noirse是互补的（每行仅其中一列有有效值），fillna会自动用另一列的非空值填充当前列的缺失值，完美匹配你的需求。你也可以用combine_first方法替代fillna，效果完全一致：

df['ABC'] = df['ABC_x'].combine_first(df['ABC_y'])
df['Quantity'] = df['Quantity silent'].combine_first(df['Quantity noirse'])

内容的提问来源于stack exchange，提问作者Nguyen Minh Trung