Python中如何按pandas dataframe的type列分组生成嵌套列表？

直接用pandas groupby的聚合操作即可实现需求，以下是完整示例：

先构造模拟的测试数据（和你描述的结构一致）：

import pandas as pd

df = pd.DataFrame(
    {
        "type": ["X", "X", "X", "Y", "Y", "Y"],
        "value": [1, 4, 3, 6, 2, 2]
    }
)

核心执行代码：

# 按type分组，将同组value聚合为列表，最终转为嵌套列表格式
nested_list = df.groupby("type", sort=False)["value"].agg(list).tolist()
print(nested_list)

运行输出为你需要的格式：
[[1, 4, 3], [6, 2, 2]]

补充说明：

• 代码中加sort=False是为了保持分组顺序和DataFrame中type出现的顺序一致，如果你需要按type的字典序排序，去掉该参数即可
• 该逻辑不限制每个type对应的value数量，即使后续单组value数量不是3个也可以正常运行
• 如果你需要同时保留type和对应value列表的映射，可以用df.groupby("type")["value"].agg(list).to_dict()得到字典格式的结果

内容的提问来源于stack exchange，提问作者jexplore