如何在pandas中对字符串列表进行Group By分组操作？

解决步骤 #

因为列表属于不可哈希类型，无法直接作为分组键，所以先将Column 2的列表转为元组，再执行分组聚合：

1. 构造测试数据（模拟你的输入）：

import pandas as pd

data = {
    "Column 1": ["Task 1", "Task 37", "Task 5", "Task 12"],
    "Column 2": [["emailofowner1","emailofowner2"], ["emailofowner1","emailofowner2"], ["emailofowner3"], ["emailofowner3"]],
    "Column 3": ["John Doe", "John Doe", "Jane Smith", "Jane Smith"]
}
df = pd.DataFrame(data)

2. 将列表列转为元组，用于分组：

df['Column 2 Tuple'] = df['Column 2'].apply(tuple)

3. 分组并聚合：

result = df.groupby(['Column 2 Tuple', 'Column 3']).agg(
    Column1=('Column 1', list),
    Column2=('Column 2', 'first'),
    Column3=('Column 3', 'first')
).reset_index(drop=True).rename(columns={'Column1': 'Column 1', 'Column2': 'Column 2'})

最终输出 #

运行后result的结果如下：

简化写法（一步到位） #

如果不想额外创建中间列，可以直接在分组时转换列表：

result = df.groupby(
    [df['Column 2'].apply(tuple), 'Column 3']
).agg(
    Column1=('Column 1', list),
    Column2=('Column 2', 'first'),
    Column3=('Column 3', 'first')
).reset_index(drop=True).rename(columns={'Column1': 'Column 1', 'Column2': 'Column 2'})

内容的提问来源于stack exchange，提问作者Suyash