如何用Python Pandas将两列合并为无重复单列？及DataFrame转换实现

一、将两列合并为一列且不含重复值 #

通过拼接列、去重两步即可实现：

import pandas as pd

# 示例数据（替换为你的实际DataFrame）
df = pd.DataFrame({'列A': [100, 100, 200, 200], '列B': [1, 2, 3, 4]})

# 合并两列并去重
merged_series = pd.concat([df['列A'], df['列B']])
unique_series = merged_series.drop_duplicates().reset_index(drop=True)

# 转换为目标DataFrame
result_df = pd.DataFrame({'合并列': unique_series})

说明： #

• pd.concat([df['列A'], df['列B']]) 将两列拼接为一维Series
• drop_duplicates() 自动剔除重复值
• reset_index(drop=True) 重置索引，避免原索引混乱

二、将DataFrame A转换为DataFrame B #

针对你的数据结构，可通过分组后重组数据实现：

# 定义分组处理函数
def transform_group(group):
    # 提取当前组的列B值，再追加列A的组值
    combined_values = group['列B'].tolist() + [group['列A'].iloc[0]]
    return pd.DataFrame({'列A&B': combined_values})

# 按列A分组处理，拼接结果
df_b = df.groupby('列A').apply(transform_group).reset_index(drop=True)

说明： #

• groupby('列A') 按列A的唯一值（100、200）分组
• 每个分组内先取出所有列B的值，再添加当前组的列A值
• apply(transform_group) 对每个分组执行重组逻辑，最后用reset_index清理索引

内容的提问来源于stack exchange，提问作者John Mark Johnson