使用Pandas GroupBy按列分组CSV数据时功能失效求解决

输入数据格式 #

输入CSV包含data（日期类型字段）、Period（时段字段）以及多个数值型字段，同一data和Period组合对应多行重复数据。

目标数据格式 #

按data和Period分组聚合，将同一分组内的各数值字段值合并为列表，每个分组仅保留一行数据。

问题代码 #

我编写了如下代码，但GroupBy功能未能正常工作：

def grouping():
    df = pd.read_csv("final_data_6.csv")
    df['n'] = df.apply(lambda x: (x['data'], x['Period']), axis=1)
    df.groupby(['data','Period'])['n'].apply(list).reset_index()
    df.to_csv("final_data_9.csv", encoding="utf-8", index=False)

问题分析与解决方案 #

你的代码存在两个关键问题：

1. 未接收分组结果：df.groupby(...)操作会生成新的DataFrame，但你没有将这个结果赋值给变量，原df完全未被修改，导致输出的CSV还是原始数据。
2. 分组逻辑错误：你创建的n列是data和Period的元组，而这两个字段本身就是分组键，对该列聚合列表没有实际意义，应该针对需要合并的数值字段进行聚合操作。

修正后的代码 #

如果需要将同一data和Period分组下的所有其他字段值合并为列表，使用以下代码：

import pandas as pd

def grouping():
    df = pd.read_csv("final_data_6.csv")
    # 按data和Period分组，对所有其他列执行列表聚合
    grouped_df = df.groupby(['data', 'Period'], as_index=False).agg(list)
    grouped_df.to_csv("final_data_9.csv", encoding="utf-8", index=False)

如果仅需对特定字段进行聚合，可指定字段名，例如只处理字段A和字段B：

grouped_df = df.groupby(['data', 'Period'], as_index=False)[['字段A', '字段B']].agg(list)

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