Pandas与字典操作：如何获取每个key对应的所有唯一value？

你可以直接通过pandas内置的分组聚合能力实现，也可以用原生Python逻辑处理，两种常用方法如下：

方法1：pandas原生处理（推荐） #

直接用groupby分组后聚合为列表再转字典即可，代码如下：

import pandas as pd
df = pd.DataFrame({'id': [1, 2, 3, 1, 2, 3], 'vals': ['a1', 'a2', 'a3', 'a2', 'a2a', 'a3a']})

# 按id分组，把对应vals聚合为列表，再转成字典
result = df.groupby('id')['vals'].agg(list).to_dict()
print(result)
# 输出和你预期完全一致：{1: ['a1', 'a2'], 2: ['a2', 'a2a'], 3: ['a3', 'a3a']}

如果需要保证同个id下的值是去重后的唯一值，把聚合逻辑调整即可（要保留值出现的顺序就用下方写法，不在意顺序可以直接转set再转list）：

result = df.groupby('id')['vals'].agg(lambda x: list(dict.fromkeys(x))).to_dict()

方法2：原生Python实现（不依赖pandas） #

如果你不想用pandas的API，直接遍历数据构建字典也可以：

res = {}
for key, val in zip(df['id'], df['vals']):
    if key not in res:
        res[key] = []
    # 要去重的话加个判断：if val not in res[key] 再执行追加
    res[key].append(val)

内容的提问来源于stack exchange，提问作者John Stud