Pandas多DataFrame合并去重：实现动物-颜色双向分组列表

问题说明 #

现有多个结构相同的DataFrame，示例数据如下：

animal  color       animal color       animal color
0 dog     red       0 dog    blue      0 cat    green
1 cat     red       1 cat    blue      1 mouse  green
2 rat     red       2 horse  blue      2 seal   green
3 mouse   red       3 eagle  blue      3 bird   green

需要生成两种结果DataFrame：

1. 按动物分组：每个唯一动物对应其所有出现过的颜色列表

animal color
0 dog ['red','blue']
1 cat ['red','blue','green']
2 rat ['red']
3 mouse ['red','green']
4 horse ['blue']
5 eagle ['blue']
6 seal ['green']
7 bird ['green']

2. 按颜色分组：每个唯一颜色对应其所有出现过的动物列表

color animals
0 red ['dog','cat','rat','mouse']
1 blue ['dog','cat','horse','eagle']
2 green ['cat','mouse','seal','bird']

要求分组后的值保留为列表格式，方便后续用`len()`统计数量。

## 解决方案
### 1. 合并所有DataFrame
先将所有结构相同的DataFrame合并成一个大的DataFrame，假设你的DataFrames存储在列表`dfs`中：
```python
import pandas as pd

# 假设dfs是包含所有目标DataFrame的列表
combined_df = pd.concat(dfs, ignore_index=True)

2. 生成按动物分组的结果 #

通过groupby分组后，使用agg将对应颜色聚合为列表：

# 直接聚合为列表（若存在重复颜色会保留重复值）
animal_color_df = combined_df.groupby('animal')['color'].agg(list).reset_index()

# 若需要去重且保留首次出现顺序
# animal_color_df = combined_df.groupby('animal')['color'].agg(lambda x: list(dict.fromkeys(x))).reset_index()

# 若不需要保留顺序，仅去重
# animal_color_df = combined_df.groupby('animal')['color'].agg(lambda x: list(set(x))).reset_index()

3. 生成按颜色分组的结果 #

同理，按颜色分组后聚合动物为列表：

# 直接聚合为列表（若存在重复动物会保留重复值）
color_animal_df = combined_df.groupby('color')['animal'].agg(list).reset_index()

# 若需要去重且保留首次出现顺序
# color_animal_df = combined_df.groupby('color')['animal'].agg(lambda x: list(dict.fromkeys(x))).reset_index()

# 若不需要保留顺序，仅去重
# color_animal_df = combined_df.groupby('color')['animal'].agg(lambda x: list(set(x))).reset_index()

内容的提问来源于stack exchange，提问作者Gerardo Morales