Pandas使用groupby与apply合并列表时出现嵌套列表问题求助

嘿，我懂你这会儿的困扰——用groupby加apply合并DataFrame里的两列列表，结果搞出嵌套列表的麻烦，确实让人头大。咱们一步步拆解解决！

先明确场景（用示例数据模拟你的情况） #

假设你的DataFrame长这样，有分组列，还有两列都是列表格式的年份数据：

import pandas as pd

df = pd.DataFrame({
    'group': ['A', 'A', 'B', 'B'],
    'years1': [[2010, 2011], [2012, 2013], [2015, 2016], [2017, 2018]],
    'years2': [[2014], [2015], [2019], [2020]]
})

你可能踩的坑：直接取列的tolist()导致嵌套 #

如果你的代码是这样写的，就会得到嵌套列表：

# 错误操作：返回嵌套列表
wrong_result = df.groupby('group').apply(lambda x: [x['years1'].tolist(), x['years2'].tolist()])

比如分组A的结果会是[[[2010,2011],[2012,2013]], [[2014],[2015]]]——这是因为x['years1'].tolist()会把组内每一行的列表当成独立元素，自然就套了一层。

正确解法：先平铺子列表，再合并 #

根据你想要的最终效果，分两种常见情况：

情况1：把组内所有年份列表完全平铺成单一列表 #

如果想把分组A的所有年份（不管来自years1还是years2）合并成[2010,2011,2012,2013,2014,2015]，可以用列表推导式平铺，或者借助itertools.chain简化代码：

# 方法1：用列表推导式平铺合并
result = df.groupby('group').apply(
    lambda x: [item for sublist in x['years1'] for item in sublist] + 
              [item for sublist in x['years2'] for item in sublist]
)

# 方法2：用itertools.chain更简洁
from itertools import chain
result = df.groupby('group').apply(
    lambda x: list(chain.from_iterable(x['years1'])) + list(chain.from_iterable(x['years2']))
)

情况2：先合并每行的两个列表，再平铺组内结果 #

如果想先把每行的years1和years2合并（比如第一行变成[2010,2011,2014]），再把组内所有行的合并结果平铺，就这么写：

result = df.groupby('group').apply(
    lambda x: [item for row in x.itertuples() for item in row.years1 + row.years2]
)

可选优化：去重+排序 #

如果需要合并后去除重复年份并排序，直接在lambda里加上处理：

result = df.groupby('group').apply(
    lambda x: sorted(list(set(chain.from_iterable(x['years1']) | chain.from_iterable(x['years2']))))
)

最终效果 #

运行正确代码后，你会得到每个分组对应一个单一的年份列表：

group
A    [2010, 2011, 2012, 2013, 2014, 2015]
B    [2015, 2016, 2017, 2018, 2019, 2020]
dtype: object

内容的提问来源于stack exchange，提问作者Chris