按两个字段做去重时，往往还要把同组的其它列合并进来: 每列取该组内第一个非缺失的值，如果整组都是缺失值就保持缺失。数据量到了几百万行、几 GB 文件的规模，常规写法会直接卡住。问题现象输入数据形如:ID HFAdmission link_type ADMIDATE newdate 1 A 2020-01-01 Linked NA NA 2 A 2020-02-01 HF only 2020-02-01 2020-02-01 3 A 2020-03-01 HF only NA 2020-03-01 4 A NA HES only 2020-03-01 2020-03-01 5 A NA HES only 2020-04-01 2020-04-01 6 B 2020-06-01 Linked NA NA 7 B 2020-07-01 HF only 2020-07-01 2020-07-01 8 B NA HES only 2020-07-01 2020-07-01按 ID 与 newdate 两列去重。第 3、4 行的 (A, 2020-03-01) 是重复键: HFAdmission 取第 3 行的值，ADMIDATE 取第 4 行的值，link_type 两者