如何在Pandas DataFrame中对多列分组并将行值合并为列表？

原始数据与需求 #

原始DataFrame创建代码 #

import pandas as pd
d = {'Name': ['DataSource', 'DataSource'], 'DomainCode': ['Pr', 'Gov'], 'DomainName': ['Private', 'Government']}
df = pd.DataFrame(data=d)

原始数据内容 #

Name DomainCode  DomainName
0  DataSource         Pr     Private
1  DataSource        Gov  Government

需求 #

按Name列分组，将DomainCode和DomainName列的行值分别合并为列表，得到如下结果：

Name DomainCode               DomainName
0  DataSource  [Pr, Gov]  [Private, Government]

问题解决 #

1. 同时处理多列的分组聚合 #

要实现多列同时合并为列表，有两种高效方式：

方法一：使用agg(list)（推荐，性能更优）

直接对分组后的DataFrame调用agg(list)，指定不将分组列设为索引：

df_result = df.groupby("Name", as_index=False).agg(list)

执行后即可得到目标结果，所有指定列（这里是除Name外的所有列）都会被合并为对应分组的列表。

方法二：使用apply自定义逻辑

如果需要更灵活的列选择，可通过lambda函数指定要处理的列：

df_result = df.groupby("Name").apply(lambda x: x[["DomainCode", "DomainName"]].agg(list)).reset_index()

2. 解决列表长度为1的问题 #

你之前得到长度为1的列表，通常是以下两种原因：

• 原始DataFrame中对应分组的Name下，目标列只有唯一值
• 分组操作时错误过滤了数据，导致分组内仅保留一行

可以先执行以下代码确认每个分组的行数：

print(df.groupby("Name").size())

如果输出显示对应分组行数为2，但聚合后列表长度为1，检查是否在分组前对数据做了去重或过滤操作。只要原始分组有N行，使用上述聚合方法就能得到长度为N的列表。

内容的提问来源于stack exchange，提问作者Shmyg