另一种可能的解决方案，使用list comprehension，drop_duplicates和pandas.concat：

n = 3 # number of column pairs

pd.concat([df.iloc[:, i:(i+2):1].drop_duplicates()
           .rename(columns={df.columns[i]: 'Date'}).set_index('Date')
           for i in range(0, 2*n, 2)], axis=1).reset_index()

字符串
输出量：

Date  header1  header2  header3
0  11.12.23    100.0     90.0      NaN
1  08.12.23     95.0     89.0     95.0
2  07.12.23      NaN      NaN     93.0

型

可以使用wide_to_long、drop_duplicates和unstack：

(pd.wide_to_long(df.reset_index(), i='index', j='j', stubnames=['date', 'header'])
   .drop_duplicates(keep='last').droplevel('index')
   .set_index('date', append=True)['header'].unstack('j')
   .add_prefix('header').rename_axis(columns=None)
)

字符串
如果你想删除基于日期/标题/值的重复项：

(pd.wide_to_long(df.reset_index(), i='index', j='j',
                 stubnames=['date', 'header'])
   .reset_index('j')
   .drop_duplicates()
   .set_index(['date', 'j'])['header'].unstack('j')
   .add_prefix('header').rename_axis(columns=None)
)

型
输出量：

header1  header2  header3
date                               
07.12.23      NaN      NaN     93.0
08.12.23      NaN     89.0     95.0
11.12.23    100.0     90.0      NaN

型