对agg使用自定义聚合，使用dict.from_keys删除重复项并保持顺序，使用str.join连接：

df['Column C'] = df.agg(lambda r: ''.join(dict.fromkeys(r)), axis=1)

# or limiting to specific columns:
cols = ['Column A', 'Column B']
df['Column C'] = df[cols].agg(lambda r: ''.join(dict.fromkeys(r)), axis=1)

或者，如果只有两列：

df['Column C'] = (df['Column A'].add(df['Column B'])
                  .where(df['Column A'].ne(df['Column B']), df['Column A'])
                  )

输出：

Column A Column B Column C
0        a        b       ab
1        c        c        c
2        d        e       de
3        g        g        g

你可以使用apply和axis=1来迭代每一行Pandas，然后使用pandas.Series.unique和''.join来得到结果。

df['Column C'] = df[['Column A', 'Column B']].apply(lambda x: ''.join(x.unique()), axis=1)

Column A Column B Column C
0        a        b       ab
1        c        c        c
2        d        e       de
3        g        g        g