如何使用groupby按id和type分组，将text列值合并为列表？

原始表格 #

目标表格 #

解答 #

完全可以用groupby实现该需求，以下是基于Python pandas的实现方案：

代码示例 #

import pandas as pd

# 构造原始数据
data = [
    [1, 'inv_num', '123'],
    [1, 'company', 'ASD'],
    [1, 'item', 'fruit'],
    [1, 'item', 'vegetable'],
    [2, 'inv_num', '123'],
    [2, 'company', 'FOO'],
    [2, 'item', 'computer'],
    [2, 'item', 'mouse'],
    [2, 'item', 'headphones']
]
df = pd.DataFrame(data, columns=['id', 'type', 'text'])

# 按id和type分组，聚合text为列表
result_df = df.groupby(['id', 'type'])['text'].agg(list).reset_index()

# 可选：将单元素列表转为原始值，匹配目标表格格式
result_df['text'] = result_df['text'].apply(lambda x: x[0] if len(x) == 1 else x)

print(result_df)

代码说明 #

• groupby(['id', 'type'])：按id和type的组合进行分组，保证同一id下的同类型数据被归为一组
• agg(list)：将每组的text字段值聚合为列表
• reset_index()：将分组后的索引转换为普通列，恢复表格结构
• 最后的lambda处理是可选操作，目的是让仅单个元素的列表还原为原始值，和目标表格的格式完全一致

内容的提问来源于stack exchange，提问作者Yana