合并Pandas DataFrame行：按时间获取唯一图像名的方法咨询

嘿，这个需求其实用groupby就非常合适，完全没必要用到join，咱们一步步来拆解，用实例代码帮你搞懂：

先构造示例DataFrame #

假设你的数据结构是这样的（和你的实际场景匹配）：

import pandas as pd

data = {
    '时间': ['2024-05-01', '2024-05-01', '2024-05-02', '2024-05-02', '2024-05-01'],
    '图像名': ['img_001.jpg', 'img_002.jpg', 'img_001.jpg', 'img_003.jpg', 'img_001.jpg']
}
df = pd.DataFrame(data)

方法1：获取所有时间对应的唯一图像名（用groupby） #

这是最直接的解决方案，按时间分组后提取每组的唯一图像名：

# 分组并提取唯一值
time_to_unique_imgs = df.groupby('时间')['图像名'].unique()

# 转换成更直观的DataFrame格式（可选）
result_df = time_to_unique_imgs.reset_index(name='唯一图像名')
print(result_df)

输出结果：

时间                唯一图像名
0  2024-05-01  [img_001.jpg, img_002.jpg]
1  2024-05-02  [img_001.jpg, img_003.jpg]

方法2：获取单个指定时间的唯一图像名（直接过滤） #

如果只是针对某一个特定时间，不用分组，直接过滤后去重更高效：

# 指定目标时间
target_time = '2024-05-01'

# 过滤+去重
unique_images = df[df['时间'] == target_time]['图像名'].unique()
print(unique_images)

输出结果：

['img_001.jpg' 'img_002.jpg']

关于join的说明 #

join一般用于合并两个不同的DataFrame，比如你有一个单独的时间列表，需要和另一个图像名表关联时才会用到。但你的数据都在同一个DataFrame里，完全不需要用join，groupby或者直接过滤就足够简洁高效了。

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