如何按Parent1列分组，将Child列值转为列表并仅组首行显示？

原始数据 #

import pandas as pd

df1 = pd.DataFrame({
    'Parent': ['Stay home', "Stay home","Stay home", 'Go swimming', "Go swimming","Go swimming"],
    'Parent1': ['Severe weather', "Severe weather", "Severe weather", 'Not Severe weather', "Not Severe weather", "Not Severe weather"],
    'Child': ["Extreme rainy", "Extreme windy", "Severe snow", "Sunny", "some windy", "No snow"]
})

需求说明 #

按Parent1列分组，将每组的Child列值合并为列表，仅在每组的第一行显示该列表，其余行留空，预期结果如下：

问题分析 #

你尝试的transform方法会给每组所有行填充相同列表，无法实现仅组首行显示的需求：

df1["list1"] = df1.groupby('Parent1')['Child'].transform(lambda x: x.tolist())

解决方案 #

方法一：分步实现 #

# 1. 计算每组的Child列表，得到以Parent1为索引的Series
group_child_lists = df1.groupby('Parent1')['Child'].apply(list)

# 2. 初始化List1列为空字符串
df1['List1'] = ''

# 3. 获取每组第一行的索引，填充对应列表
first_row_indices = df1.groupby('Parent1').head(1).index
df1.loc[first_row_indices, 'List1'] = df1.loc[first_row_indices, 'Parent1'].map(group_child_lists)

方法二：简洁写法 #

df1['List1'] = ''
# 定位组首行并赋值
group_lists = df1.groupby('Parent1')['Child'].apply(list)
df1.loc[df1.groupby('Parent1').head(1).index, 'List1'] = df1['Parent1'].map(group_lists).drop_duplicates()

代码说明 #

• df1.groupby('Parent1').head(1).index：获取每组第一行的索引位置；
• groupby('Parent1')['Child'].apply(list)：生成每组的Child值列表，索引为Parent1的唯一取值；
• 通过map将列表匹配到对应组的首行，其余行保持初始的空值状态。

内容的提问来源于stack exchange，提问作者xavi