左连接表头与明细DataFrame后，导出CSV如何去除表头行重复项？

首先明确：pandas的to_csv()没有直接实现这个需求的参数，必须先对合并后的DataFrame做预处理，让重复的表头行（即同一k对应的h1/h2/h3）只在首次出现时显示，后续行的这些列留空，再导出CSV。

具体步骤 #

假设你已经完成左连接得到df：

import pandas as pd

# 先完成左连接（你已有的步骤）
df = pd.merge(df_h, df_d, on='k', how='left')

接下来处理重复的表头列：

1. 标记每个k组的第一行
   用分组计数来识别每个k对应的第一条记录：

   df['is_first_row'] = df.groupby('k').cumcount() == 0
   

2. 清空非首行的表头列值
   遍历所有表头列（h1/h2/h3），只保留每组第一行的原值，其余行设为空字符串（或NaN，导出时转空白）：

   # 定义需要处理的表头列列表
   header_cols = ['h1', 'h2', 'h3']
   for col in header_cols:
       df[col] = df.apply(lambda row: row[col] if row['is_first_row'] else '', axis=1)
   

   如果你想用NaN代替空字符串，后续导出时记得加na_rep=''参数，让CSV中NaN显示为空白。

3. 导出CSV
   最后导出时可以删掉标记列（如果不需要），再导出：

   # 可选：删除标记列
   df = df.drop('is_first_row', axis=1)
   # 导出CSV，index=False去掉行索引
   df.to_csv('result.csv', index=False)
   

补充说明 #

• 因为你提到k在df_h中无重复，所以每个k对应的h1/h2/h3是唯一的，分组处理不会出现逻辑冲突。
• 如果表头列本身可能存在空值，这个方法依然有效，因为我们只针对非首行的单元格清空，首行的空值会保留原样。

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