如何获取Pandas DataFrame中不同Class对应的Feature特征值列表

你可以通过pandas的groupby分组方法直接实现需求，核心逻辑是按Class列分组后将每组的Feature值转为列表即可。

完整可运行代码 #

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame([(3, 1),
                    (4, 3),
                    (6, 2),
                    (7, 2),
                    (2, 3),
                    (4, 2),
                    (4, 1),
                    (1, 3),
                    (6, 3),
                    (8, 1)],
                    columns=['Feature', 'Class'])

# 核心处理：按Class分组，将每组Feature转为列表
class_feature_map = df.groupby('Class')['Feature'].apply(list).to_dict()

# 按要求格式输出
for class_val, features in class_feature_map.items():
    print(f"Class {class_val}: {features}")

输出结果 #

运行上述代码会直接得到你需要的输出：

Class 1: [3, 4, 8]
Class 2: [6, 7, 4]
Class 3: [4, 2, 1, 6]

逻辑说明 #

• 首先用groupby('Class')将DataFrame按Class字段的不同取值拆分为多个分组
• 选取每个分组的Feature列，通过apply(list)将该列的所有值转为列表格式
• 调用to_dict()将分组结果转为字典，键为Class取值，值为对应Feature列表，方便后续遍历输出

内容的提问来源于stack exchange，提问作者user3064366