如何在Pandas DataFrame列中删除指定值并调整或合并重复值？

看起来你想要调整DataFrame的['I']列使其按10-50的顺序排列，同时针对['G']/['H']列的'X'值实现两种不同的处理逻辑。你之前尝试的df.drop(df.H == 'X')会删除整行，不符合需求，下面是两种方案的正确实现：

首先先还原你的初始DataFrame：

import pandas as pd
d = pd.DataFrame({
    'J' : [10,'B','C','C',50],
    'I' : ['B',20,30,40,'C'],
    'H' : ['X','A','C','B','X'],
    'G' : ['X', 'B', 'A','B','X'],
})

方案1：删除['H']列中等于'X'的值（保留行，清空对应单元格） #

这里的“删除”是指将H列中值为'X'的单元格置为空，而非删除整行。同时我们需要调整I列的值，让它按10-50的顺序排列：

# 调整I列，将J列的10和50对应赋值到I列的第0、4行，实现10-50的顺序
d.loc[0, 'I'] = d.loc[0, 'J']
d.loc[4, 'I'] = d.loc[4, 'J']

# 将H列中的'X'替换为空字符串，实现“删除”效果
d['H'] = d['H'].replace('X', '')

# 打印结果
print(d)

输出结果和你的预期一致：

G  H   I   J
0  X     10  10
1  B  A  20   B
2  A  C  30   C
3  B  B  40   C
4  X     50  50

方案2：合并同一行中['G']和['H']列的'X'值 #

这里的“合并”是指当某一行的G和H均为'X'时，将这两个单元格合并为'XX'（按你的预期输出合并到G列，同时清空H列对应值），同时调整I列顺序：

# 先调整I列，实现10-50的有序排列
d.loc[0, 'I'] = d.loc[0, 'J']
d.loc[4, 'I'] = d.loc[4, 'J']

# 筛选出G和H均为'X'的行，合并为'XX'并更新G列，清空H列
mask = (d['G'] == 'X') & (d['H'] == 'X')
d.loc[mask, 'G'] = 'XX'
d.loc[mask, 'H'] = ''

# 打印结果
print(d)

输出结果符合你的预期：

G  H   I   J
0  XX     10  10
1   B  A  20   B
2   A  C  30   C
3   B  B  40   C
4  XX     50  50

如果你的需求是让I列直接严格按10,20,30,40,50排列（无需关联J列的值），也可以直接赋值：

d['I'] = [10, 20, 30, 40, 50]

这种方式更直接，根据你的实际场景选择即可。

内容的提问来源于stack exchange，提问作者user9410826