Pandas 0.16.2版本groupby聚合agg(list)不生效的解决方法

问题场景 #

工作环境Python依赖版本受限，必须使用Pandas 0.16.2版本。高版本Pandas支持的df.groupby(category).agg(list)写法在该版本无法运行，需要实现分组后将同组各列取值聚合为列表的效果。

待处理的原始DataFrame结构：

Type            Cost
0   Food - Type A   1.50
1   Food - Type B   2.20
2   Car - Type A    1.30
3   Car - Type B    2.40
4   Car - Type C    3.70

预处理生成分组键的代码：

category = df['Type'].str.split(' -', expand=True)[0]

分组键输出结果：

0    Food
1    Food
2    Car
3    Car
4    Car

目标聚合效果：

Type                                 Cost
Food    [Food - Type A, Food - Type B]             [1.5, 2.2]
Car     [Car - Type A, Car - Type B, Car - Type C] [1.3, 2.4, 3.7]

兼容旧版本的实现方法 #

Pandas 0.16.2的agg方法未适配直接传入内置list对象的逻辑，可通过以下两种方式实现同等效果：

• 方案1：逐列应用列表聚合后拼接（稳定性最高）
  先创建分组对象，对每一列单独调用apply(list)完成聚合，最后沿列方向拼接所有列的聚合结果，代码如下：

  import pandas as pd
  group_obj = df.groupby(category)
  result = pd.concat([group_obj[col].apply(list) for col in df.columns], axis=1)
  

  该写法完全适配0.16.2版本的API规则，不会触发类型校验问题，运行结果和高版本agg(list)完全一致。

• 方案2：用lambda表达式包装列表转换逻辑
  如果希望保持单句agg的写法，可以传入lambda表达式显式将分组序列转为列表：

  result = df.groupby(category).agg(lambda x: list(x))
  

  提示：该写法在DataFrame存在混合类型列时可能触发旧版本的类型校验报错，生产环境优先使用方案1。

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