Pandas GroupBy实现列去重且不移动单元格位置的解决方案

核心逻辑为仅保留每组重复值的第一个展示项，同组后续行的对应位置替换为空字符串，全程不会改动其他列内容和所有行的排列顺序，3000行数据处理无性能压力。

Python（pandas）实现方案 #

适合批量处理、需要重复执行的场景：

1. 首先安装pandas依赖（已安装可跳过）

pip install pandas

2. 处理代码示例：

import pandas as pd

# 1. 读取数据，可根据文件格式替换为read_excel等方法
df = pd.read_csv("你的数据文件路径.csv")

# 2. 可选步骤：若原数据中同值的row/rack已经连续排列，可跳过该排序步骤
df = df.sort_values(by="row/rack", keep="first").reset_index(drop=True)

# 3. 核心处理：当前行和上一行row/rack值重复时，替换为空字符串
df.loc[df["row/rack"] == df["row/rack"].shift(), "row/rack"] = ""

# 4. 导出结果，sep参数用制表符可匹配你示例的分隔格式
df.to_csv("处理后结果.csv", index=False, sep="\t")

Excel 手动实现方案 #

适合临时处理、不想写代码的场景：

• 先将整个数据集按row/rack列排序，保证相同值的行连续排列
• 在row/rack列旁插入临时空白列，假设原row/rack为A列，临时列为B列
• 表头下第一行（即第二行）的B2单元格直接输入公式=A2
• B3单元格输入公式=IF(A3=A2,"",A3)，将公式下拉填充到所有行
• 复制整列B的内容，右键选择性粘贴为「值」到A列，删除临时B列即可得到目标效果

内容的提问来源于stack exchange，提问作者Nathaniel