Pandas新手求助：如何合并DataFrame中名称相同的列？

嘿，作为Pandas新手遇到这种重复列名的问题太正常啦，我来给你捋清楚怎么解决！

首先先把你的原始DataFrame和目标结果明确一下，方便理解：

你的原始DataFrame（修正排版后）： #

import pandas as pd
import numpy as np

df = pd.DataFrame(
    [[np.nan, np.nan, 2, np.nan, np.nan, 5],
     [np.nan, 1, np.nan, 9, np.nan, np.nan],
     [3, np.nan, np.nan, 7, np.nan, np.nan]],
    index=['a', 'b', 'c'],
    columns=['A', 'A', 'A', 'B', 'B', 'B']
)

输出后是这样的：

A    A    A    B    B    B
a  NaN  NaN  2.0  NaN  NaN  5.0
b  NaN  1.0  NaN  9.0  NaN  NaN
c  3.0  NaN  NaN  7.0  NaN  NaN

你想要的目标结果： #

A  B
a  2  5
b  1  9
c  3  7

先说说你之前报错的原因 #

你用df.groupby(by=[A,B], axis=1)时，这里的A和B会被当成变量（而不是列名字符串）；就算写成['A','B']，这个写法的逻辑是用这两列的数据作为分组依据，不是按列名分组，所以才会出现Grouper and axis must be same length的错误——因为你要按列分组（axis=1），但传入的分组键长度和列数不匹配呀。

正确的解决方法 #

其实很简单，我们要做的是把相同列名的列归为一组，然后提取每组里每行的非空值，因为你的数据里每个列组（A组、B组）的每行都只有一个有效数值，其他都是NaN，所以用first()或者max()聚合都可以：

方法一：按列名层级分组（推荐）

result = df.groupby(level=0, axis=1).first()

方法二：直接用列名作为分组键

result = df.groupby(df.columns, axis=1).max()

这两种方法都能得到你想要的结果，解释一下：

• axis=1表示我们要按列来分组，而不是默认的行
• level=0是因为你的列名是单层索引，直接按最外层的列名（也就是重复的"A"、"B"）分组
• first()会取每组里每行的第一个非空值，max()则是取最大值（因为NaN不参与计算，所以效果和first()一致）

运行后输出的result就是你想要的样子啦！

内容的提问来源于stack exchange，提问作者xiaoshir