如何使用Pandas按数组列对书籍数据分组并生成指定格式的语言-书籍映射字典

嘿，我来帮你搞定这个问题！你要的是把带语言数组列的书籍数据转成指定格式的语言-书籍映射字典，用Pandas可以分几步轻松实现：

第一步：把字符串形式的语言列表转成真实的Python列表 #

你的CSV里Languages列存的是字符串化的列表（比如"['Portuguese','English']"），首先得把它转成真正的Python列表才能操作。这里用ast.literal_eval比直接用eval更安全，不会执行恶意代码：

import pandas as pd
import ast

# 读取CSV文件到DataFrame
df = pd.read_csv("你的书籍数据.csv")

# 转换字符串列表为实际Python列表
df['Languages'] = df['Languages'].apply(ast.literal_eval)

第二步：把语言列表“拆”成单独行（关键一步！） #

Pandas的groupby没法直接处理列表类型的列，所以我们需要用explode方法，把每个列表里的语言拆成单独的行，这样每一行就对应一本书名+一种语言：

# 拆分Languages列的列表，生成新的DataFrame
exploded_df = df.explode('Languages')

拆分后的数据结构大概是这样的：

第三步：按语言分组并生成初始字典 #

现在就可以正常用groupby按语言分组，把同一语言对应的书名收集成列表，再转成字典：

# 按语言分组，收集对应的书名列表，转成字典
language_books = exploded_df.groupby('Languages')['Book Name'].agg(list).to_dict()

这时候得到的字典所有值都是列表，比如{'Portuguese': ['Book 1'], ...}，还需要最后一步调整格式。

第四步：调整字典格式（单本书名转字符串） #

遍历初始字典，把只有一个书名的列表转成单独的字符串，和你想要的格式匹配：

final_dict = {}
for lang, books in language_books.items():
    if len(books) == 1:
        final_dict[lang] = books[0]
    else:
        final_dict[lang] = books

运行完这步，你就能得到完全符合需求的字典啦！

小提醒 #

注意你提供的示例数据里，Book3的语言列有个小语法错误："[Spanish','Italian','English']"少了开头的单引号，实际处理时要确保CSV里的字符串列表格式正确，不然ast.literal_eval会报错哦。

备注：内容来源于stack exchange，提问作者Jorge Luiz Monteiro