如何在Pandas DataFrame中按多列分组并生成列表

先还原你的场景，原始DataFrame可以这样构造：

import pandas as pd

data = {
    'A': [4,3,3,4,5,2],
    'B': [5,5,2,4,4,3],
    'C': [5,2,1,3,6,7],
    'date': ['2019-06-2', '2019-06-2', '2019-06-2', '2019-06-3', '2019-06-3', '2019-06-3']
}
df = pd.DataFrame(data)

你之前用df.groupby('date')[['A','B','C']].apply(list)没得到预期结果，是因为apply(list)会把整个分组的行数据打包成列表，而非对每一列单独生成列表。这里给你两个实用的解决方法：

方法一：使用agg(list)（推荐，简洁高效） #

这是最直接的实现方式，agg()（aggregate的缩写）可以对指定的每一列单独应用聚合函数，用list作为聚合函数，刚好能把每组的列值转换成对应列表：

result = df.groupby('date')[['A', 'B', 'C']].agg(list).reset_index()

执行后就能得到你想要的结果：

reset_index()的作用是把date从分组索引变回普通列，让结构完全匹配你的期望。

方法二：使用apply结合自定义lambda（灵活扩展） #

如果之后你需要对列做额外处理（比如去重、排序），可以用这种更灵活的方式：

result = df.groupby('date').apply(lambda x: pd.Series({
    'A': x['A'].tolist(),
    'B': x['B'].tolist(),
    'C': x['C'].tolist()
})).reset_index()

这里的lambda函数接收每个分组的子DataFramex，对每一列调用tolist()生成列表，再用pd.Series把这些列表映射成对应列，最后用reset_index()调整结构即可。

两种方法都能满足需求，优先推荐第一种，它的执行效率更高，代码也更简洁。

内容的提问来源于stack exchange，提问作者astroluv