如何用Pandas按作者分组获取其评论过的唯一Subreddit列表

嘿，我来帮你搞定这个Pandas数据处理的需求！

你的需求很明确：把存储Reddit评论的DataFrame，转换成每行对应一个作者、包含其所有评论过的唯一Subreddit列表的新DataFrame。这里给你一套可靠的实现方案：

核心代码示例 #

假设你的原始DataFrame名为reddit_comments，包含author（作者）和subreddit（子版块）这两个关键列，直接运行下面的代码就能得到结果：

import pandas as pd

# 按作者分组，聚合得到每个作者的唯一subreddit列表
author_subreddit_df = reddit_comments.groupby('author')['subreddit']\
    .agg(lambda x: list(x.unique()))\
    .reset_index()

# 可选：给列名起更清晰的名字
author_subreddit_df.columns = ['author', 'unique_subreddits']

代码逻辑拆解 #

我给你拆解下这段代码为什么能解决问题：

• groupby('author')：把整个数据集按作者分组，每个组就是该作者的所有评论记录。
• .agg(lambda x: list(x.unique()))：对每个分组里的subreddit列，先用unique()去掉重复的子版块名称，再用list()把去重后的结果转换成列表格式。
• .reset_index()：把分组时自动生成的author索引转换成普通列，这样最终得到的就是标准的DataFrame结构——每行对应一个作者，第二列是他评论过的唯一子版块列表。

常见失败原因排查 #

如果之前的尝试没成功，大概率是踩了这些坑：

• 没加unique()：直接把所有subreddit转换成列表，导致里面有大量重复项。
• 误用nunique()：这个函数返回的是唯一值的数量，而不是具体的列表内容。
• 忘记reset_index()：分组后得到的是Series，而不是你需要的DataFrame结构。

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