Python Pandas中explode函数是否存在对应的逆操作？

这种把分散的行按指定列分组后，将另一列的值聚合为列表的需求，在Pandas里可以轻松实现，核心就是用groupby()配合聚合函数来完成。

先还原你的原始DataFrame：

import pandas as pd

df = pd.DataFrame({
    'A': [1, 1, 2, 2],
    'B': [1, 2, 1, 2]
})

实现逆操作的核心代码 #

直接按列A分组，然后对B列聚合为列表，最后重置索引即可：

result_df = df.groupby('A')['B'].agg(list).reset_index()

运行后得到的结果完全符合你的预期：

A       B
0  1  [1, 2]
1  2  [1, 2]

一些实用补充 #

• 如果需要按多列分组，只需要把所有分组列放进groupby()的参数列表里，比如df.groupby(['A', 'C'])['B'].agg(list).reset_index()
• 要是担心列表里的元素顺序和原始数据不一致，可以用agg(pd.Series.tolist)替代agg(list)，两者效果一致，但能明确保留原始数据的顺序
• 另外还有groupby().apply(list)的写法，但agg(list)的性能更优，处理大数据集时差异会更明显

内容的提问来源于stack exchange，提问作者eera