Pandas删除重复行合并单列差异值及透视表索引展平问题请教

基于pandas可按以下逻辑实现需求：

• 核心逻辑：以除subject外的所有列作为分组依据，将同组内的subject取值用|拼接后返回
• 示例代码：

import pandas as pd

# 读取本地CSV文件
df = pd.read_csv("本地文件路径.csv")

# 定义分组列：排除subject列的所有其他列
group_columns = [col for col in df.columns if col != "subject"]

# 分组聚合，同组subject用|拼接，加入unique可避免同一分组内出现重复的subject值
result_df = df.groupby(group_columns, as_index=False)["subject"].agg(
    lambda x: "|".join(x.unique())
)

该问题的核心场景是DataFrame执行pivot透视操作后，会生成多重索引（行索引或列索引为多层结构），用户需要将多层索引展平为单层索引，简化后续数据读取、处理的操作。
举个通俗的对应场景：如果你做透视的时候选了「检查日期」作为行索引，「影像类型」「异常类型」作为列索引，透视后得到的列名会是两层结构，第一层是影像类型，第二层是异常类型，取值的时候需要同时指定两层才能取到对应列。该问题下的回答就是教大家怎么把两层列名合并成一层，比如变成CT_主动脉增宽、X线_肺纤维化这种单层列名，降低后续数据处理的复杂度。

内容的提问来源于stack exchange，提问作者Engr Ali