下面是一个示例代码，展示了如何按照多列排序唯一值，并合并非匹配列的值：

import pandas as pd

# 创建示例数据
data = {'Column1': ['A', 'A', 'B', 'B', 'C', 'C'],
        'Column2': ['X', 'Y', 'Y', 'Z', 'X', 'Z'],
        'Column3': ['Value1', 'Value2', 'Value3', 'Value4', 'Value5', 'Value6']}
df = pd.DataFrame(data)

# 按照多列排序
df_sorted = df.sort_values(by=['Column1', 'Column2'])

# 按照多列去重，保留第一次出现的值
df_unique = df_sorted.drop_duplicates(subset=['Column1', 'Column2'], keep='first')

# 合并非匹配列的值
df_merged = df_unique.groupby(['Column1', 'Column2'])['Column3'].apply(', '.join).reset_index()

print(df_merged)

运行以上代码，输出如下结果：

  Column1 Column2                 Column3
0       A       X                 Value1
1       A       Y                 Value2
2       B       Y  Value3, Value4, Value6
3       B       Z                 Value4
4       C       X                 Value5
5       C       Z                 Value6

在这个示例中，我们首先按照Column1和Column2进行排序，然后使用drop_duplicates方法去除重复项，并保留第一次出现的值。最后，使用groupby和apply方法将非匹配列Column3的值进行合并，并将结果存储在df_merged中。