如何通过循环获取Pandas DataFrame分组对应的唯一Colour值

方法一：使用Pandas原生groupby（推荐） #

直接按Name和Age分组，对Colour列取唯一值并转为列表，这是最贴合Pandas风格且高效的实现方式：

import pandas as pd

data = {'Name':['Mathew', 'Mathew', 'Mathew', 'Mathew','Mathew','John','John','John'],
        'Age':[12,12, 12,13, 13,12,13,13],
       'Colour':['Yellow','Blue','Yellow','green','blue','pink','black','brown']}
df = pd.DataFrame(data)

# 分组并提取唯一Colour列表
grouped_result = df.groupby(['Name', 'Age'])['Colour'].unique().apply(list)

# 遍历输出结果
for (name, age), colour_list in grouped_result.items():
    print(f"Name: {name}, Age: {age} -> 唯一Colour列表: {colour_list}")

输出结果：

Name: John, Age: 12 -> 唯一Colour列表: ['pink']
Name: John, Age: 13 -> 唯一Colour列表: ['black', 'brown']
Name: Mathew, Age: 12 -> 唯一Colour列表: ['Yellow', 'Blue']
Name: Mathew, Age: 13 -> 唯一Colour列表: ['green', 'blue']

方法二：改进你的嵌套循环 #

如果坚持用循环实现，需要在每次循环中过滤出当前Name和Age对应的行，再提取唯一的Colour值：

import pandas as pd

data = {'Name':['Mathew', 'Mathew', 'Mathew', 'Mathew','Mathew','John','John','John'],
        'Age':[12,12, 12,13, 13,12,13,13],
       'Colour':['Yellow','Blue','Yellow','green','blue','pink','black','brown']}
df = pd.DataFrame(data)

# 遍历所有唯一的Name和Age组合
for name in df['Name'].unique():
    for age in df['Age'].unique():
        # 过滤当前Name和Age对应的行
        filtered_rows = df[(df['Name'] == name) & (df['Age'] == age)]
        # 仅当该组合存在数据时处理
        if not filtered_rows.empty:
            unique_colours = filtered_rows['Colour'].unique().tolist()
            print(f"Age: {age}, Name: {name} -> 唯一Colour列表: {unique_colours}")

输出结果：

Age: 12, Name: Mathew -> 唯一Colour列表: ['Yellow', 'Blue']
Age: 13, Name: Mathew -> 唯一Colour列表: ['green', 'blue']
Age: 12, Name: John -> 唯一Colour列表: ['pink']
Age: 13, Name: John -> 唯一Colour列表: ['black', 'brown']

注：原代码用set(df.Name)会打乱顺序，改用df['Name'].unique()可以保留数据中原本的出现顺序。

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