如何对Dataframe进行分组，将指定列的重复值聚合为列表

你可以直接在groupby的聚合方法中传入自定义聚合逻辑实现需求，无需使用sum()、count()这类预设聚合函数，以下是不同需求场景的实现方式：

场景1：分组后对应值存储为列表 #

运行如下代码即可：

import pandas as pd
# 你的原始DataFrame
df = pd.DataFrame({
    'Animal': ['Falcon', 'Falcon', 'Parrot', 'Parrot'],
    'Max Speed': [380.0, 370.0, 24.0, 26.0]
})
# 分组聚合为列表
res = df.groupby('Animal', as_index=False)['Max Speed'].agg(list)

运行后res的结构：

场景2：分组后对应值存储为逗号分隔的字符串（匹配你给出的预期输出格式） #

运行如下代码即可：

res = df.groupby('Animal', as_index=False)['Max Speed'].agg(lambda x: ', '.join(map(str, x)))

运行后res的结构和你给出的预期输出完全一致：

拓展：转为字典格式 #

如果需要最终输出为字典，在聚合后的结果后调用.to_dict()方法即可，示例：

# 生成键为Animal、值为速度列表的字典
res_dict = df.groupby('Animal')['Max Speed'].agg(list).to_dict()
# 输出结果：{'Falcon': [380.0, 370.0], 'Parrot': [24.0, 26.0]}

内容的提问来源于stack exchange，提问作者Kronos733