Python：统计DataFrame嵌套列表中'expert'和'user'数量并收集对应ID的解决方案求助

嘿，我来帮你搞定这个DataFrame的处理需求！看起来你之前尝试用字典处理没成功，没关系，我们用Pandas的自定义函数结合apply方法就能轻松实现目标。

步骤详解 #

首先，我们先把你的原始数据转换成Pandas DataFrame（如果你的数据已经是这个结构，这一步可以直接跳过）：

import pandas as pd

# 原始数据
data = {
    'count_freq': [3, 2, 1],
    'nested_list': [
        [['58bcd029', 2, 'expert'], ['58bcd029', 2, 'user'], ['58bcd029', 2, 'expert']],
        [['58bcd029', 2, 'expert'], ['58bcd029', 2, 'expert']],
        [['1ee429fa', 1, 'expert']]
    ]
}
df = pd.DataFrame(data)

接下来，我们定义一个处理每行嵌套列表的函数，它会遍历嵌套列表里的每个元素，分别统计'expert'和'user'的数量，并收集对应的ID：

def process_role_data(nested_items):
    expert_ids = []
    user_ids = []
    # 遍历嵌套列表中的每一项
    for item in nested_items:
        item_id, _, role = item
        if role == 'expert':
            expert_ids.append(item_id)
        elif role == 'user':
            user_ids.append(item_id)
    # 返回统计结果
    return pd.Series([
        len(expert_ids),  # expert数量
        expert_ids,       # expert对应的ID列表
        len(user_ids),    # user数量
        user_ids          # user对应的ID列表
    ])

然后，我们把这个函数应用到DataFrame的nested_list列上，生成新的统计列，再和原DataFrame合并：

# 应用函数，生成统计列
stats_df = df['nested_list'].apply(process_role_data)
# 设置新列的名称
stats_df.columns = ['count_expert', 'ids', 'count_user', 'ids']
# 合并原DataFrame的count_freq列和统计结果
result_df = pd.concat([df[['count_freq']], stats_df], axis=1)

最后，查看结果：

print(result_df)

运行后得到的结果完全符合你的要求：

补充说明 #

这里需要注意：Pandas默认不鼓励重复列名，但按照你的需求我们保留了两个ids列。如果后续需要区分，可以把列名改成expert_ids和user_ids（只需要修改stats_df.columns的设置即可），这样会更规范。

内容的提问来源于stack exchange，提问作者Ajinkya Mishrikotkar