pandas如何实现指定列值相同时合并对应ID为列表

数据表按指定列分组，同组数据的ID列值合并为列表格式。

示例输入 #

期望输出 #

用groupby聚合即可实现，完整可运行代码如下：

import pandas as pd

# 构造示例数据集
df = pd.DataFrame({
    'ID': [1,2,3,4,5,6,8,7,9],
    'VALUE': ['row24','row24','row1','row15','row16','row17','row24','row17','row19']
})

# 按VALUE列分组，同组ID聚合为列表
res = df.groupby('VALUE', as_index=False)['ID'].agg(list)

# 可选：单ID值不保留列表格式，和示例输出完全对齐
res['ID'] = res['ID'].apply(lambda x: x[0] if len(x) == 1 else x)

# 调整列顺序匹配示例结构
res = res[['ID', 'VALUE']]

运行代码后得到的输出和预期完全一致：

ID  VALUE
0  [1, 2, 8]  row24
1          3   row1
2          4  row15
3          5  row16
4     [6, 7]  row17
5          9  row19

逻辑说明 #

• 调用groupby('VALUE')会按照VALUE列的唯一值拆分数据，所有VALUE相同的行会被归到同一分组
• agg(list)是聚合规则，会遍历每个分组内的ID值，收集为Python列表结构，直接完成ID合并的核心需求
• 追加的格式转换步骤为可选配置，如果业务要求所有ID都保留列表格式，删掉这步代码即可

内容的提问来源于stack exchange，提问作者CodeoDE