将DataFrame按id_ind分组转为DataFrame字典并还原原DataFrame

1. 按id_ind分组生成DataFrame字典 #

如果之前得到的是numpy值组成的字典，大概率是误用了提取数组的操作（比如x.values或x.to_numpy()）。正确的做法是直接遍历groupby的结果，将每个分组的完整DataFrame存入字典：

import pandas as pd

# 示例DataFrame
data = {
    'id_ind': [1,1,2,2,3],
    'col1': ['a','b','c','d','e'],
    'col2': [10,20,30,40,50]
}
df = pd.DataFrame(data)

# 生成以个体编号为键的DataFrame字典
df_dict = {group_id: group_df for group_id, group_df in df.groupby('id_ind')}

验证：打印df_dict[1]会得到id_ind为1的完整子DataFrame，而非numpy数组。

2. 将字典还原为原DataFrame #

直接用pd.concat()合并字典中所有子DataFrame即可，如需和原DataFrame顺序一致，可补充排序和索引重置：

# 合并所有子DataFrame并还原
restored_df = pd.concat(df_dict.values(), axis=0)
# 可选：按id_ind排序并重置索引，匹配原数据结构
restored_df = restored_df.sort_values('id_ind').reset_index(drop=True)

这样得到的restored_df和原df结构、内容完全一致（忽略索引差异的话，不加reset_index也可）。

内容的提问来源于stack exchange，提问作者Álvaro A. Gutiérrez-Vargas