如何在Pandas groupby中用lambda适配任意变量列表

你当前的代码通过硬编码变量名实现分组聚合，要适配任意variables_to_used列表，只需要修改lambda函数，利用DataFrame的列迭代能力自动处理所有指定变量，不用显式写每个变量名。

修改后的代码方案1（利用转置遍历列） #

import pandas as pd

variables_to_used = ['Var1','Var2','Var3']
result = df.groupby('ZipCode')[variables_to_used].apply(
    lambda x: [list(col) for col in x.T]
).apply(pd.Series).to_numpy()

修改后的代码方案2（直接遍历列项） #

result = df.groupby('ZipCode')[variables_to_used].apply(
    lambda x: [list(values) for _, values in x.iteritems()]
).apply(pd.Series).to_numpy()

原理说明 #

• 方案1中，x.T将分组后的DataFrame转置，原来的每一列变成转置后的一行，遍历转置后的行就能依次获取每个变量的所有值，转成列表即可。
• 方案2使用x.iteritems()直接迭代分组后DataFrame的列（返回(列名, 列值Series)的元组），只提取列值转成列表，逻辑更直观。

两种方案都能完全适配任意长度的variables_to_used列表，不管你后续新增或修改变量名，都不需要改动lambda函数里的内容，输出结构和原代码保持一致。

内容的提问来源于stack exchange，提问作者user150272