如何按除首列外的所有列分组并将首列聚合为列表？

原始DataFrame #

import pandas as pd
df = pd.DataFrame({'col_1': ['yes','no'], 'test_1':['a','b'], 'test_2':['a','b']})

需求 #

按除第一列外的所有列分组，将每组对应的第一列数据聚合为列表，且逻辑需适配多行场景：基于第二列至最后一列的相同分组，合并对应首列数据为列表。

尝试的代码 #

col_names = df.columns.to_list()

df_out = df.groupby([col_names[1:]])[col_names[0]].agg(list)

期望输出的目标DataFrame #

df = pd.DataFrame({'col_1': [['yes','no']], 'test_1':['a'], 'test_2':['b']})

修正后的解决方案 #

你当前的代码问题在于groupby传入了嵌套列表（col_names[1:]本身就是列名列表，不需要再加一层括号），导致分组逻辑出错。修正后代码如下：

import pandas as pd

df = pd.DataFrame({'col_1': ['yes','no'], 'test_1':['a','b'], 'test_2':['a','b']})
col_names = df.columns.to_list()

# 去掉groupby里多余的括号，直接传入列名列表，再用reset_index还原分组列为普通列
df_out = df.groupby(col_names[1:])[col_names[0]].agg(list).reset_index()

代码说明 #

• groupby(col_names[1:])：直接传入从第二列开始的所有列名作为分组键，无需额外嵌套
• .reset_index()：将分组后的索引（原分组列）还原为普通列，输出结构与期望完全匹配

多行场景验证 #

扩展测试数据验证适配性：

df = pd.DataFrame({
    'col_1': ['yes','no','maybe','sure'],
    'test_1':['a','b','a','b'],
    'test_2':['a','b','a','b']
})

运行修正后的代码，输出结果：

col_1 test_1 test_2
0  [yes, maybe]      a      a
1    [no, sure]      b      b

完全符合需求：相同test_1+test_2分组下，col_1被聚合为对应列表。

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