如何将含会计代码与描述的两列DataFrame转换为按唯一代码分组的嵌套列表

直接用groupby遍历分组结果拼接即可，完整可运行代码如下：

import pandas as pd

# ------------ 构造示例数据（你自己用的时候可以删掉这段，换成你自己的df）------------
data = {
    "Accounting Codes": ["D_B", "D_B", "D_C", "D_C", "D_D", "D_D", "D_D"],
    "Account Description": ["2", "two", "3", "three", "4", "four", "FOUR"]
}
df = pd.DataFrame(data)
# ---------------------------------------------------------------------------------

# 按会计代码分组，提取对应描述列
grouped = df.groupby("Accounting Codes")["Account Description"]

duplicates = []
for code, desc_series in grouped:
    # 若需要对描述去重，将desc_series.tolist()替换为desc_series.unique().tolist()即可
    duplicates.append([code] + desc_series.tolist())

运行后得到的duplicates变量就是你需要的格式：

[['D_B', '2', 'two'], ['D_C', '3', 'three'], ['D_D', '4', 'four', 'FOUR']]

遍历duplicates即可批量生成组件：

for item in duplicates:
    accounting_code = item[0]
    desc_options = item[1:]
    # 生成label时把accounting_code作为显示文本
    # 生成combobox时把desc_options作为下拉选项的values参数即可

内容的提问来源于stack exchange，提问作者WRL41225