如何对pandas DataFrame按指定列分组后聚合生成子DataFrame新列

原有写法的问题 #

• 分组键缺失col6，不符合按双列分组的需求
• agg方法会将聚合返回的DataFrame拆分为多个列，无法将完整DataFrame作为单个值存入单元格，不适用该场景

正确实现代码 #

用groupby+apply即可实现需求，apply会将整个分组对象传入处理，支持返回任意类型的结果（包括完整DataFrame作为单个元素）：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    "col1": ["a", "a", "b", "b"],
    "col2": ["it1", "it2", "it6", "it7"],
    "col3": [3, 5, 7, 8],
    "col6": ["f", "f", "g", "g"]
})

# 按col1、col6分组，每组提取col2、col3封装为子DataFrame
# reset_index(drop=True)用于清除子DataFrame继承的原数据行索引，不需要保留原索引可删除该参数
# pandas 2.0+版本建议加group_keys=False避免多余索引层级
result = df.groupby(["col1", "col6"], as_index=False, group_keys=False).apply(
    lambda gr: gr[["col2", "col3"]].reset_index(drop=True)
).rename(columns={0: "new_col"})

结果验证 #

可直接提取单元格内容确认结构：

print(result.loc[0, "new_col"])

输出和预期完全一致：

col2  col3
0  it1     3
1  it2     5

内容的提问来源于stack exchange，提问作者LizzAlice