如何按img列分组合并DataFrame中的列表列？现有代码失效

我有一个DataFrame，包含以下数据：

| img  |  list_col1   |          list_col2          |
|------|--------------|-----------------------------|
| img1 | [str1]       | [[list1], [list2]]          |
| img1 | [str2, str3] | [[list3], [list4]]          |
| img2 | [str3]       | [[list5], [list6], [list7]] |

希望按img列分组后得到如下结果：

| img  |     list_col1      |              list_col2               |
|------|--------------------|--------------------------------------|
| img1 | [str1, str2, str3] | [[list1], [list2], [list3], [list4]] |
| img2 | [str3]             | [[list5], [list6], [list7]]          |

尝试了以下代码但无法正常运行：

grouped_df = temp_df.groupby(['img'])[['list_col1', 'list_col2']].apply(list)

需要正确的实现方法。

要实现分组后拼接列表列的需求，核心是对每个分组内的列表进行拼接操作，而非直接转成list。以下两种方法都可以实现：

方法1：自定义拼接函数+agg #

def concat_lists(series):
    # 遍历分组内的每个子列表，拼接成一个大列表
    return [item for sublist in series for item in sublist]

# 按img分组，对指定列应用拼接函数
grouped_df = temp_df.groupby('img').agg({
    'list_col1': concat_lists,
    'list_col2': concat_lists
}).reset_index()

方法2：直接使用sum（更简洁） #

列表的sum操作会自动将多个列表拼接为一个，刚好匹配需求，无需自定义函数：

grouped_df = temp_df.groupby('img').agg({
    'list_col1': sum,
    'list_col2': sum
}).reset_index()

说明 #

• 对于list_col2这类嵌套列表，sum只会拼接最外层的列表，不会扁平化内部的子列表，完全符合你要的结果。
• 调用reset_index()是为了将img从分组索引重新转为普通列，和示例结果的结构一致。

内容的提问来源于stack exchange，提问作者Yana