Pandas如何统计FeatureID关联IssueID数量并列出所有匹配值

实现代码 #

直接用groupby+聚合函数就能一步完成需求：

# 已提前读取csv数据到df变量
res_df = df.groupby('FeatureID').agg(
    issue_count = ('IssueID', 'count'),
    issue_list = ('IssueID', list)
).reset_index()

# 筛选关联2个及以上IssueID的FeatureID
res_df = res_df[res_df['issue_count'] >= 2]

# 输出结果
print(res_df)

补充说明 #

• 如果你希望issue_list列显示为逗号分隔的字符串而非Python列表，可以把聚合时的list替换为lambda x: ', '.join(map(str, x))
• 你之前代码里的筛选条件是x>2，对应关联3个及以上的需求，如果你要保留2个及以上的记录，需要调整为>=2的判断条件

内容的提问来源于stack exchange，提问作者Phil C