如何将Pandas DataFrame按name聚合，合并path为列表且行数匹配唯一name数

问题背景 #

原DataFrame结构如下：

index   name     path
0       Dina     "gs://my_bucket/folder1/img1.png"
1       Dina     "gs://my_bucket/folder1/img2.png"
2       Lane     "gs://my_bucket/folder1/img3.png"
3       Bari     "gs://my_bucket/folder1/img4.png"
4       Andrew   "gs://my_bucket/folder1/img5.png"
5       Andrew   "gs://my_bucket/folder1/img6.png"
6       Andrew   "gs://my_bucket/folder1/img7.png"
7       Beti     "gs://my_bucket/folder1/img7.png"
8       Ladin    "gs://my_bucket/folder1/img5.png"
...

需求：生成新DataFrame，每个唯一name仅出现一次，path列为该name对应的所有path组成的列表，结果行数需等于原DataFrame中唯一name的数量。

原代码错误分析 #

提供的代码存在两处关键问题，导致name重复、行数不符合预期：

• 语法错误：groupby(['name')) 括号不匹配，应为 groupby(['name']) 或 groupby('name')
• 错误分组键：代码注释提到按name和dili分组，但原DataFrame中无dili列，错误的分组逻辑会破坏唯一name的聚合效果

正确解决方案 #

方案1：保留所有path（不去重） #

直接使用Pandas内置的list作为聚合函数，配合as_index=False参数确保分组后直接生成目标结构：

# 按name分组，将每个name对应的path合并为列表
result = df.groupby('name', as_index=False)['path'].agg(list)

方案2：对每个name的path去重 #

如果需要去除同一name下的重复path，使用lambda函数结合set去重：

# 按name分组，合并path为列表并去重
result = df.groupby('name', as_index=False)['path'].agg(lambda x: list(set(x)))

结果验证 #

执行后可以通过以下代码确认行数是否符合预期：

# 检查结果行数是否等于原DataFrame中唯一name的数量
assert len(result) == df['name'].nunique()

内容的提问来源于stack exchange，提问作者Reut