使用Pandas按fromUserId、toUserId多列分组聚合CSV数据的实现方法

实现步骤 #

• 第一步：导入Pandas并读取CSV文件

import pandas as pd

# 替换为你的实际CSV文件路径
df = pd.read_csv("your_data.csv")

• 第二步：生成待聚合的元组列

# 按要求将指定字段拼接为元组
df["agg_tuple"] = df.apply(
    lambda x: (x["index"], x["communicationTypeId"], x["communicationStatusId"], x["createdOn"]),
    axis=1
)

• 第三步：按双字段分组并聚合为列表

# 按fromUserId、toUserId分组，将同组元组聚合为列表
result_df = df.groupby(["fromUserId", "toUserId"], as_index=False)["agg_tuple"].agg(list)

# 重命名列名为要求的输出表头
result_df.columns = ["fromUserId", "toUserId", "[(index,communicationTypeId,communicationStatusId,createdOn)]"]

• 第四步：导出结果（可选）

# 导出为CSV文件，不保留自动生成的索引列
result_df.to_csv("grouped_result.csv", index=False)

补充说明 #

如果不需要数值末尾的.0后缀，可以在拼接元组时对字段做整数转换即可，示例：

lambda x: (int(x["index"]), int(x["communicationTypeId"]), int(x["communicationStatusId"]), int(x["createdOn"]))

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