如何用Pandas按ID分组并将多列合并为列表/字典

原始数据表 #

预期输出 #

已知单列分组转列表可通过以下代码实现：

df.groupby(['ID']).Component.apply(list).reset_index()

要实现多列合并为嵌套列表的需求，可以用以下两种方法：

方法一：使用groupby+apply逐行打包

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'ID': [1, 1, 2, 3],
    'Component': [4, 5, 4, 6],
    'Revenue': [10, 20, 15, 30]
})

# 分组生成嵌套列表
result = df.groupby('ID').apply(
    lambda x: [list(row) for row in x[['Component', 'Revenue']].values]
).reset_index(name='Grouped')

# 处理单元素组的格式，将外层列表展开
result['Grouped'] = result['Grouped'].apply(lambda x: x[0] if len(x) == 1 else x)

print(result)

方法二：使用agg结合zip打包列

import pandas as pd

df = pd.DataFrame({
    'ID': [1, 1, 2, 3],
    'Component': [4, 5, 4, 6],
    'Revenue': [10, 20, 15, 30]
})

# 分组打包列数据
result = df.groupby('ID').agg(
    Grouped=lambda x: list(zip(x['Component'], x['Revenue']))
).reset_index()

# 将元组转为列表，并处理单元素组格式
result['Grouped'] = result['Grouped'].apply(
    lambda x: [list(item) for item in x] if len(x) > 1 else list(x[0])
)

print(result)

两种方法都能输出符合预期的结果，其中处理单元素组的步骤是为了让单个条目从[[4,15]]转为[4,15]，如果不需要这个格式转换，可以去掉对应apply语句。

内容的提问来源于stack exchange，提问作者John Miller