下面是一个示例代码，演示如何按另一列的值合并行：

import pandas as pd

# 创建示例数据
data = {
    '列A': ['A', 'A', 'B', 'B', 'B'],
    '列B': ['X', 'Y', 'Z', 'X', 'Y'],
    '列C': [1, 2, 3, 4, 5]
}
df = pd.DataFrame(data)

# 按列A的值合并行
merged_df = df.groupby('列A').agg({'列B': list, '列C': sum}).reset_index()

print(merged_df)

输出结果如下：

  列A       列B  列C
0  A     [X, Y]   3
1  B  [Z, X, Y]  12

在这个示例中，我们首先创建了一个包含三列数据的DataFrame。然后，我们使用groupby()方法按列A的值对DataFrame进行分组。接下来，我们使用agg()方法对每个组进行聚合操作。在这个示例中，我们将列B的值合并为一个列表，并对列C进行求和操作。最后，我们使用reset_index()方法重置索引，并将结果保存到一个新的DataFrame中。最后，我们打印出合并后的DataFrame。

请注意，这个示例使用了pandas库来处理数据。你需要先安装pandas库，然后将上述代码复制到你的Python环境中运行。