如何用Python Pandas处理CSV同名列并重组为单列多行？

没问题，我来帮你把这份CSV数据转换成你想要的格式！你的核心需求是把CSV里两个重复的Names列合并成一列，同时让前两行保留对应的Age值，新增的名字行Age留空。下面是具体的实现步骤和代码：

步骤说明 #

1. 读取CSV时，Pandas会自动给重复的列名添加后缀（比如Names.1），方便我们区分；
2. 把两个Names列的内容合并成一个单独的序列；
3. 处理Age列：保留前两行的原始值，后面新增的行填充为空值；
4. 将处理后的列组合成新的DataFrame。

完整代码 #

import pandas as pd

# 读取CSV文件，Pandas会自动给重复列名加后缀
df = pd.read_csv("data.csv")

# 合并两个Names列，转成Series并重置索引
combined_names = pd.concat([df['Names'], df['Names.1']], ignore_index=True)

# 处理Age列：前两行保留原数据，后面两行设为NaN（空值）
processed_age = pd.Series([df['Age'].iloc[0], df['Age'].iloc[1], None, None])

# 组合成新的DataFrame
result_df = pd.DataFrame({
    'Names': combined_names,
    'Age': processed_age
})

# 打印结果
print(result_df)

运行输出 #

Names   Age
0   John   5.0
1   Rian  29.0
2   Jane   NaN
3   Rath   NaN

如果你希望空值显示为空白而不是NaN，可以在打印前加上一行：

result_df = result_df.fillna('')

这样输出就会完全匹配你想要的样式：

Names Age
0   John   5
1   Rian  29
2   Jane    
3   Rath    

内容的提问来源于stack exchange，提问作者user14246674