Pandas：如何基于多列合并行并合并列表列

问题场景 #

现有如下Pandas DataFrame：

import pandas as pd 

test = [
    {1: 434, 2: 343, 3: [592]},
    {1: 434, 2: 343, 3: [192]},
    {1: 534, 2: 743, 3: [392]},
]

df = pd.DataFrame(test)

输出结果：

1    2       3
0  434  343  [592]
1  434  343  [192]
2  534  743  [392]

需求：合并列1和列2值相同的行，并将列3中的列表合并，期望结果：

1    2               3
0  434  343  [592, 192]
1  534  743        [392]

用户已尝试使用df.groupby([1, 2]).aggregate(aggregation_functions)，但不确定聚合函数的选择。

解决方案 #

可以通过两种方式实现需求：

方法1：自定义聚合函数 #

定义一个扁平化拼接列表的函数，配合groupby完成聚合：

def merge_lists(list_collection):
    return [item for sublist in list_collection for item in sublist]

# as_index=False用于保留分组列（1、2）为普通数据列，而非索引
result_df = df.groupby([1, 2], as_index=False).agg({3: merge_lists})

方法2：利用列表的sum特性 #

列表的sum()方法会自动拼接所有子列表，适合当前列3均为列表的场景：

result_df = df.groupby([1, 2], as_index=False).agg({3: sum})

两种方法执行后，都能得到符合预期的结果。

内容的提问来源于stack exchange，提问作者SantoshGupta7