如何在Pandas中通过GroupBy与Lambda创建含(stage, days)元组的列表

我们有如下的Pandas DataFrame df：

目前已经通过GroupBy结合lambda实现了按id分组聚合stage列为列表，代码如下：

df1 = df.groupby('id').apply(lambda x: list(x['stage'])).reset_index()

得到的输出结果是：

id           0
0  a1  [A, B, C]
1  a2     [A, B]
2  a3     [A, D]
3  a4        [A]

现在需要修改代码，让每个id分组对应的列表元素是(stage, days)形式的元组，该怎么实现？

其实只需要修改lambda函数里的逻辑，把stage和days两列配对成元组再转成列表就可以了，最简洁的方式是用zip()函数来实现：

df1 = df.groupby('id').apply(lambda x: list(zip(x['stage'], x['days']))).reset_index()

如果你想更直观地逐行构建元组，也可以用apply按行处理：

df1 = df.groupby('id').apply(lambda x: x.apply(lambda row: (row['stage'], row['days']), axis=1).tolist()).reset_index()

运行修改后的代码后，你会得到预期的结果：

id                     0
0  a1  [(A, 1), (B, 1), (C, 2)]
1  a2        [(A, 3), (B, 2)]
2  a3        [(A, 2), (D, 3)]
3  a4           [(A, 5)]

简单解释一下：zip(x['stage'], x['days'])会把每个分组里的stage和days对应位置的元素打包成元组，再用list()把这个zip对象转换成列表，完美满足你的需求~

内容的提问来源于stack exchange，提问作者Edamame