如何在Pandas DataFrame中按category_id分组生成对应新列

你需要结合image_id和category_id进行分组聚合，再将category_id转为列，具体代码如下：

方法1：聚合为集合对象 #

import pandas as pd

# 按image_id和category_id分组，聚合chessboard_position为集合
result = df.groupby(['image_id', 'category_id'])['chessboard_position'].agg(set).unstack('category_id')
# 将image_id从索引转为普通列
result = result.reset_index()

执行后得到的结果结构与你期望的一致：

方法2：聚合为字符串格式（与示例完全匹配） #

如果需要将集合显示为{b4, a2}这样的字符串而非Python集合对象，修改聚合函数即可：

result = df.groupby(['image_id', 'category_id'])['chessboard_position'].agg(lambda x: f"{{{', '.join(x)}}}").unstack('category_id').reset_index()

原代码失效原因 #

你之前的代码仅按image_id分组，未关联category_id，生成的列是按数据出现顺序编号，而非对应分类ID的值。通过同时按image_id和category_id分组，先聚合同一图片、同一分类的位置，再用unstack('category_id')将分类ID转为列名，就能实现分类与列的匹配。

内容的提问来源于stack exchange，提问作者Samael