如何将1NF格式的Pandas DataFrame转换为含字典列表的单列

先假设你的原始1NF格式DataFrame示例如下：

import pandas as pd

df = pd.DataFrame({
    'Code': ['A001', 'A001', 'A001', 'A002', 'A002'],
    'alias': ['别名1', '别名1', '别名2', '别名3', '别名3'],
    'provtype': ['类型X', '类型Y', '类型X', '类型Z', '类型X'],
    'specCode': ['S001', 'S002', 'S001', 'S003', 'S001']
})

核心实现代码（两次GroupBy） #

先按Code+alias聚合去重，再按Code打包成字典列表：

# 1. 聚合同一Code+alias下的provtype和specCode为列表（可选去重）
grouped = df.groupby(['Code', 'alias']).agg(
    provtypelist=('provtype', lambda x: pd.unique(x).tolist()),  # 保留顺序的去重
    specCodeList=('specCode', lambda x: pd.unique(x).tolist())
).reset_index()

# 2. 按Code分组，生成每个组的aliasList字典列表
result = grouped.groupby('Code').agg(
    aliasList=('alias', lambda x: [
        {'alias': row['alias'], 'provtypelist': row['provtypelist'], 'specCodeList': row['specCodeList']}
        for _, row in grouped[grouped['Code'] == x.name].iterrows()
    ])
).reset_index()

代码说明 #

• 用pd.unique(x).tolist()替代list(set(x))是为了保留原始数据的顺序，不需要去重的话直接用list(x)即可。
• 第二次GroupBy中，通过x.name获取当前分组的Code值，筛选对应行后逐行生成符合要求的字典，最终打包为列表。

OpenSearch嵌套类型适配 #

生成的result中，aliasList字段正好是OpenSearch嵌套类型要求的对象数组结构。你可以直接通过result.to_dict('records')将数据转为字典列表，然后批量写入OpenSearch索引。

其他可行方案 #

紧凑版（单GroupBy+嵌套Apply）

适合小数据集，写法更简洁：

result = df.groupby('Code').apply(
    lambda g: pd.Series({
        'aliasList': g.groupby('alias').apply(
            lambda subg: {
                'alias': subg['alias'].iloc[0],
                'provtypelist': pd.unique(subg['provtype']).tolist(),
                'specCodeList': pd.unique(subg['specCode']).tolist()
            }
        ).tolist()
    })
).reset_index()

简化版（单alias对应单行数据）

如果同一Code下每个alias只对应一行原始数据，可直接省略第一次聚合：

result = df.groupby('Code').agg(
    aliasList=('Code', lambda x: [
        {'alias': row['alias'], 'provtypelist': [row['provtype']], 'specCodeList': [row['specCode']]}
        for _, row in df[df['Code'] == x.name].iterrows()
    ])
).reset_index()

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