如何在Python DataFrame中按类别将两列合并为嵌套元组列表

给定如下DataFrame：

import pandas as pd
df = pd.DataFrame({"cat":['a', 'a', 'b', 'c'],"A":[5, 6, 1, 4],"B":[7,8, 12, 5]})

其结构为：

cat  A   B
0   a   5   7
1   a   6   8
2   b   1   12
3   c   4   5

需求是按cat列分组，将每组对应行的A和B值合并为元组，最终得到嵌套列表[[(5, 7), (6, 8)], [(1, 12)], [(4, 5)]]，可以通过以下两种方式实现：

方法一：分组后直接生成元组列表 #

利用groupby结合apply，对每组的A、B列直接生成元组并收集为列表：

result = df.groupby('cat').apply(lambda x: list(zip(x['A'], x['B']))).tolist()
print(result)

• groupby('cat')：按cat列的值分组
• lambda x: list(zip(x['A'], x['B']))：对每组数据，用zip将A和B的对应元素配对成元组，再转为列表
• .tolist()：将分组后的Series对象转换为目标嵌套列表

方法二：先构造元组列再聚合 #

先为每行生成A和B的元组，再按cat分组聚合为列表：

# 新增列存储每行的A、B元组
df['AB_tuple'] = list(zip(df['A'], df['B']))
# 分组聚合并转成嵌套列表
result = df.groupby('cat')['AB_tuple'].agg(list).tolist()
print(result)

这种方式更直观，适合需要保留元组列做后续处理的场景。

内容的提问来源于stack exchange，提问作者Jerry Lin