Pandas按分组生成排序后的唯一值拼接列实现方法

你可以直接使用以下代码完成需求：

import pandas as pd 
data = [['Adam',12,'M','A',12,15], 
        ['Adam',12,'M','B',13,15],
        ['Adam',12,'M','C',14,14],
        ['Mini',12,'F','A',10,14],
        ['Mini',12,'F','D',14,15],
        ['Mini',12,'F','C',13,16],
       ] 
df = pd.DataFrame(data, columns = ['Name','Age','Gender','Subject','minmark','maxmark'])

# 核心实现逻辑
result = df.groupby(['Name', 'Age', 'Gender'], as_index=False)['Subject'].agg(
    SubjectList = lambda sub_series: ','.join(sorted(sub_series.unique()))
)

# 打印输出结果
print(result)

逻辑说明 #

• groupby指定Name、Age、Gender三个字段作为分组规则，as_index=False参数保证分组键不会转为索引，仍作为普通列保留
• 对每个分组内的Subject列做三步处理：
  1. 调用unique()方法对科目去重
  2. 调用sorted()对去重后的科目按升序排序
  3. 用','.join()把排序后的列表拼接为英文逗号分隔的字符串
• 聚合后的新列命名为SubjectList，最终输出的每个分组仅占一行，完全符合预期输出要求。

内容的提问来源于stack exchange，提问作者user2458922