如何合并DataFrame单列中相同取值的对象并保留唯一值？

嗨，这个需求其实在Pandas里有好几种简单直接的实现方式，我给你拆解一下：

方法1：用unique()获取唯一值数组 #

这是最直接的方式，会返回一个包含所有唯一值的NumPy数组，代码示例如下：

import pandas as pd

# 先构造你提供的DataFrame
df = pd.DataFrame({
    'Genre': ['Horror', 'Horror', 'Romance', 'Fiction', 'Romance']
})

# 获取Genre列的唯一值
unique_genres = df['Genre'].unique()
print(unique_genres)
# 输出结果: ['Horror' 'Romance' 'Fiction']

如果需要把结果转回DataFrame格式（保持原列名结构），只需要再包装一下：

unique_df = pd.DataFrame({'Genre': unique_genres})
print(unique_df)

方法2：用drop_duplicates()生成去重后的DataFrame #

如果你想直接得到一个去掉重复行的新DataFrame（保留每个类别第一次出现的行），可以用这个方法：

# 对Genre列去重，返回新的DataFrame
unique_df = df.drop_duplicates(subset='Genre')
print(unique_df)

要是觉得去重后的索引不连续，可以加上reset_index(drop=True)重置索引：

unique_df = df.drop_duplicates(subset='Genre').reset_index(drop=True)

额外小技巧：统计每个类别的出现次数 #

如果你不仅需要唯一值，还想知道每个Genre出现了多少次，可以用value_counts()：

genre_count = df['Genre'].value_counts()
print(genre_count)

输出会包含每个类别的计数，索引就是对应的唯一Genre值。

这几个方法都能完美满足你的需求，根据自己的实际场景选择就行～

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