如何将DataFrame的Continent列设置为无重复值的索引？

要实现无重复的大洲索引，核心是先把同一大洲的行聚合为单一行，再将大洲列设为索引。以下是具体操作：

示例场景 #

假设你的原始DataFrame结构如下：

import pandas as pd

df = pd.DataFrame({
    'Countries': ['France', 'Germany', 'China', 'Japan', 'Brazil'],
    'Continent': ['Europe', 'Europe', 'Asia', 'Asia', 'South America']
})

具体实现方法 #

方法1：分组聚合+设置索引 #

先按Continent分组，把同一大洲的国家合并成列表（或其他你需要的格式），再将大洲设为索引：

# 分组聚合：将同一大洲的国家合并为列表
grouped_df = df.groupby('Continent')['Countries'].agg(list).reset_index()
# 设置大洲为索引
result_df = grouped_df.set_index('Continent')

最终得到的DataFrame索引无重复：

Countries
Continent                 
Europe        [France, Germany]
Asia            [China, Japan]
South America        [Brazil]

方法2：更简洁的分组直接生成索引 #

groupby操作的结果默认会以分组键（这里是Continent）作为索引，且天然无重复，所以可以直接省略reset_index步骤：

result_df = df.groupby('Continent')['Countries'].agg(list)

执行后得到的结果和方法1完全一致。

灵活调整聚合方式 #

如果不需要把国家合并成列表，而是需要其他统计结果（比如每个大洲的国家数量），只需替换agg里的函数：

# 统计每个大洲的国家数量
result_df = df.groupby('Continent')['Countries'].agg('count')

结果会是：

Continent
Europe           2
Asia             2
South America    1
Name: Countries, dtype: int64

内容的提问来源于stack exchange，提问作者Laura