問(wèn)題我正在嘗試將具有相同名稱的多列集合/組合成單列集合。例如：我有一個(gè)包含多個(gè)列名重復(fù)的數(shù)據(jù)框。例如，考慮這個(gè)例子，我有兩個(gè)具有相同列名的多列的子集，如下所示：    A    A     A     B     B  0 cute tall tall  NaN   old  1 NaN  NaN   5    NaN   NaN  2  1   old   NaN  cute  big我的目標(biāo)是將每個(gè)子集（AAA 和 BB）映射到它自己的單列子集。以下所需的輸出說(shuō)明了這個(gè)想法：      A_new          B_new 0   "cute, tall"    "old" 1   "5"              NaN 2   "1, old"        "cute, big"為了到達(dá)這里，我在輸入數(shù)據(jù)幀上應(yīng)用了以下 3 個(gè)簡(jiǎn)單邏輯：將所有非 NaN 值組合成一個(gè)字符串并將其保存到新列中。組合非 NaN 值時(shí)檢查重復(fù)項(xiàng)并只返回那些不重復(fù)的值如果所有值都是 NaN 返回 NaN我當(dāng)前的解決方案基于 for 循環(huán)，遍歷每一行。但是，這種方法非常慢，而且我的數(shù)據(jù)框很大，因此我想知道是否有更有效/更快速的方法來(lái)實(shí)現(xiàn)這一目標(biāo)？這是我當(dāng)前（非常慢）的解決方案：for c,j in tqdm(enumerate(columns)): # columns is a list holding all the relevant column names    merged_values = []    for i in (range(0,len(df))):        values = [x for x in df[j].iloc[i] if x is not np.nan]        values = list(set(values))        if values == []:            values = np.nan        #print(values)        elif len(values) > 1:            values = ", ".join(values)        else:            values = values[0]        merged_values.append(values)    if c == 0:        data = pd.DataFrame(merged_values,columns=[j+"_new"])    else:        data[j] = pd.DataFrame(merged_values,columns=[j+"_new])