如何在Pandas DataFrame中按组将多行数据合并为Numpy数组并保留时间戳

你可以通过groupby结合agg方法实现需求，针对不同列指定对应的聚合逻辑即可：

核心代码 #

import pandas as pd
import numpy as np

# 基于你的DataFrame执行分组聚合
result = df.groupby(['sample', 'col1']).agg(
    merged_data=('data_value', np.array),  # 将每组data_value转为numpy数组
    time_stamp=('time_stamp', 'first')     # 保留分组对应的time_stamp（每组值一致，取第一个即可）
).reset_index()

代码说明 #

1. 分组维度：groupby(['sample', 'col1']) 按照sample和col1的唯一组合分组，精准匹配你需要的分组规则。
2. 多列聚合：
   • 对data_value列使用np.array聚合，直接将每组的数值序列转换为numpy数组，存入新列merged_data。
   • 对time_stamp列使用'first'聚合（也可用'last'/'max'，因为每组的time_stamp值完全相同），保留该分组对应的时间戳。
3. 重置索引：reset_index() 将分组的sample和col1从索引转换为普通列，得到你需要的最终结构。

可选：生成列表而非numpy数组 #

如果需要merged_data为Python列表而非numpy数组，只需将np.array替换为list：

result = df.groupby(['sample', 'col1']).agg(
    merged_data=('data_value', list),
    time_stamp=('time_stamp', 'first')
).reset_index()

为什么你之前的尝试无效 #

你之前使用的df.to_numpy()是将整个DataFrame转为二维数组，并非按分组聚合；iloc[0:2,:]仅取固定行，也没有实现分组逻辑，因此无法得到预期结果。

内容的提问来源于stack exchange，提问作者MAtennis9