You need to enable JavaScript to run this app. pandas:如何按作者ID、出版方分组,聚合作品生成新titles列
优惠活动
大模型
产品
解决方案
定价
更多

pandas:如何按作者ID、出版方分组,聚合作品生成新titles列

实现步骤

基于你已经通过pandas.read_csv读入的带两级索引的df3,不需要额外调整索引结构,直接通过分组聚合就能完成转换,代码非常简洁。

核心实现(保留原始书名顺序、含重复值)

因为df3已经把author_id和Publisher设为了多级索引,分组粒度和你需要的「每个作者+出版社组合对应一行」完全对齐,直接执行下面的代码就能得到目标结果:

result = df3.groupby(['author_id', 'Publisher'])['Title'].agg(titles=list)

如果用的pandas版本较低遇到命名聚合不支持的报错,可以用等价的传统写法替换,效果完全一样:

# 低版本pandas适配写法
result = df3.groupby(['author_id', 'Publisher'])['Title'].agg(list).rename('titles')

这段代码的实际运行效果:

  • 自动按照author_id、Publisher两个索引维度拆分数据组,每个唯一的作者-出版社组合归为一组
  • 把每个分组下的所有Title值按原始数据的行顺序收集成Python列表,直接重命名为你需要的titles列
  • 最终输出的结果保持两级索引结构,每个索引对仅对应一行,比如作者ID为2、出版社为NOW的行,titles列的值就是['Little Monsters', 'The Green Hornet', 'Kata'],和你举的示例需求完全一致。

灵活调整选项

如果你的数据里存在同一作者在同一出版社下重复录入的书名,需要去重后再生成列表,可以把聚合逻辑替换为带去重的写法:

# 去除分组内重复书名后再生成列表
result = df3.groupby(['author_id', 'Publisher'])['Title'].agg(titles=lambda x: list(x.unique()))

提示:因为你读入时已经把两个字段设为了索引,不需要额外调用reset_index、set_index之类的操作来回调整结构,上述代码可以直接适配你现有的df3,不会破坏原本的两级索引格式。

内容的提问来源于stack exchange,提问作者tendim

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.15 16:15:07