本文介绍如何在pandas中处理因重命名导致的重复列名问题，并将同名列中非空值聚合为列表，避免数据丢失，同时保持行级结构一致性。
本文介绍如何在pandas中处理因重命名导致的重复列名问题，并将同名列中非空值聚合为列表，避免数据丢失，同时保持行级结构一致性。
当使用 df.rename() 将多个原始列映射到相同列名（如 "a_1", "a_2", "a_3" → "a"）时，Pandas 会生成具有重复列名的 DataFrame。此时直接访问 df2['a'] 返回的是一个包含多列的 DataFrame（而非 Series），无法直接调用 .apply() 进行逐行操作——这正是原尝试中报错 TypeError:
正确解法是利用列名索引层级特性：先转置（.T），使原列名变为行索引；再按索引级别（level=0）分组，对每组（即每个逻辑列名，如 'a', 'b', 'c'）应用自定义聚合函数；最后再次转置恢复原始行列方向。
result = df2.T.groupby(level=0).agg(lambda x: x[x != ''].tolist()).T
该语句执行逻辑如下：
- df2.T：将列变行，重复列名成为行索引（如 'a' 出现三次，对应三行）；
- .groupby(level=0)：按第一级行索引（即列名）分组；
- .agg(...)：对每组（即每个同名列的所有列数据）执行聚合：筛选非空字符串（x != ''），转为 Python 列表；
- .T：还原为常规 DataFrame，列名为 'a', 'b', 'c'，每行为对应列表。
✅ 输出结果严格匹配预期：
a b c 0 [x] [] [z] 1 [x, y] [] [z]
⚠️ 注意事项：
- 此方法依赖 ''（空字符串）作为“无效值”标识；若数据含 None, np.nan 或其他占位符，需调整条件，例如 x.dropna().tolist() 或 x.replace('', pd.NA).dropna().tolist()；
- 若原始数据含数字、布尔值等类型，建议统一预处理为空值检测逻辑（如 x.notna()）；
- groupby.agg 在空组时默认返回 []，无需额外处理，符合需求；
- 避免使用 pd.concat(..., axis=1) 或循环 df2[c] = ... 等易出错方式——重复列名会使赋值行为不可靠。
此方案简洁、向量化、健壮，是处理“列名折叠+值聚合”场景的标准实践。
