Pandas按首列分组去重后将其余列值存储为列表的实现咨询

解决方案 #

你之前的代码仅指定了Year单列做聚合，因此其余列会被丢弃，直接对分组后的全量列执行聚合操作即可实现需求：

1. 全列统一转为元组（匹配你期望的输出格式）：

# 注意location列名大小写要和你实际DataFrame的列名保持一致
df_result = df_gdp_pop_years.groupby('location', as_index=False).agg(tuple)

如果需要存为列表格式，把agg的入参换成list即可。

2. 若存在部分列需要特殊聚合规则的场景，可通过字典指定不同列的聚合逻辑，示例如下：

# 例如year和GDP列存为元组，人口列取平均值，其余列自动忽略
df_result = df_gdp_pop_years.groupby('location', as_index=False).agg(
    year = ('year', tuple),
    GDP = ('GDP', tuple),
    pop_avg = ('population', 'mean')
)

效果验证 #

用你提供的样例数据测试，输入：

location  year    GDP
0    AUT     1998  14...
1    AUT     2018  98...
2    AUS     1998  24...
3    AUS     2018  83...

执行第一种方案后输出：

location          year             GDP
0      AUT  (1998, 2018)  (14..., 98...)
1      AUS  (1998, 2018)  (24..., 83...)

完全匹配预期效果。

内容的提问来源于stack exchange，提问作者Jana