pandas中groupby分组后如何对多列应用apply(list)聚合为列表

你之前的代码是分组后仅选中了B列做列表聚合，要同时聚合B、C两列，直接调整分组后的列选择和聚合逻辑即可，以下是可直接复用的写法：

最简写法 #

直接对需要聚合的多列统一指定聚合函数为list，代码最短、执行效率最高：

df2 = df.groupby('A', as_index=False)[['B', 'C']].agg(list)

运行后输出和目标结构完全一致：

A             B            C
0  1        [a, b]       [1, 2]
1  2  [c, d, e, f] [3, 4, 5, 6]
2  3           [g]          [7]

参数说明：

• [['B', 'C']]：选中需要做聚合的两列，替代你之前代码里单选['B']的逻辑
• as_index=False：让分组键A直接作为普通列输出，不需要额外调用reset_index()

灵活定制写法 #

如果后续不同列需要用不同的聚合规则，可以用apply返回Series的写法，扩展性更强：

df2 = df.groupby('A', as_index=False).apply(
    lambda g: pd.Series({
        'B': g['B'].tolist(),
        'C': g['C'].tolist()
    })
).reset_index(drop=True)

兼容提示：如果使用的是较旧版本的pandas，运行agg(list)出现类型报错，可以把聚合函数替换为lambda x: x.tolist()，代码修改为：

df2 = df.groupby('A', as_index=False)[['B', 'C']].agg(lambda x: x.tolist())

内容的提问来源于stack exchange，提问作者agf1997