在Pandas GroupBy中用numpy.vstack聚合报错，如何生成分组二维数组？

我来帮你搞定这个问题！你之前遇到的Exception: Must produce aggregated value错误，是因为在agg方法里重复使用了同一个列名histogram作为键，Pandas无法正确解析这种重复定义的聚合操作。

正确的Pandas风格实现方法 #

其实你不需要用字典形式的agg，直接对分组后的histogram列使用apply方法调用np.vstack就可以达到目的，代码更简洁直观：

import pandas as pd
import numpy as np

# 初始化你的DataFrame
d = {'group' : [1, 1, 2, 2], 'histogram' : [[1,2,3], [4,5,6], [7,8,9],[10,11,12]]}
df = pd.DataFrame(d)

# 分组并聚合生成二维数组
grouped_arrays = df.groupby('group')['histogram'].apply(np.vstack)

执行后，grouped_arrays是一个Pandas Series：

• 索引是分组的group值（1和2）
• 每个元素对应分组的二维NumPy数组，比如grouped_arrays[1]会输出：

  array([[1, 2, 3],
         [4, 5, 6]])
  

  这里形状是(2, 3)（因为我们把每个子列表作为行堆叠），如果需要转成你描述的(3,2)形状，可以在apply里加上转置操作：apply(lambda x: np.vstack(x).T)。

用agg方法的替代写法 #

如果你更倾向于用agg方法，可以给聚合操作指定一个新的列名，避免重复键的问题：

grouped_df = df.groupby('group').agg(
    histogram_array=('histogram', np.vstack)
)

这样得到的是一个DataFrame，histogram_array列里存储着每个分组的二维数组，用法和上面的Series类似。

适配Keras模型的小技巧 #

因为你最终要把这些数组传入Keras模型，如果所有分组的数组形状一致（比如你的例子里都是2行3列），可以直接把结果转成三维NumPy数组，方便模型输入：

# 转成三维数组，形状为(分组数, 行数, 列数)
keras_input = np.array(grouped_arrays.tolist())
# 输出形状：(2, 2, 3)

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