Pandas分组后合并嵌套字符串列表并计算整数列均值

解决思路 #

你遇到的问题核心是统一使用tolist聚合导致不同列的格式不符合预期——Name列变成了嵌套列表，Price列被转为重复值的列表，后续无法直接对Price做数值计算。我们可以分两种场景处理：一种是从原始数据直接分组聚合（推荐，更高效），另一种是对已经聚合后的结果做格式修正。

场景1：从原始DataFrame直接分组聚合（推荐） #

首先先构造你的原始数据（模拟）：

import pandas as pd

# 原始数据
df = pd.DataFrame({
    'Id': [1, 1],
    'Name': ['[ABC]', '[XYZ]'],  # 假设原始是带括号的字符串，或者直接是列表
    'Price': [33900, 33900]
})

步骤1：清理Name列（如果是带括号的字符串）

如果你的Name列是带[]的字符串，先去掉括号提取内容：

df['Name'] = df['Name'].str.strip('[]')

步骤2：针对不同列指定聚合逻辑

不要统一用tolist，而是给Name和Price分别设置聚合函数：

• Name列：用list直接聚合为一维列表
• Price列：如果值都相同，用first取第一个值；如果有不同值，用np.mean计算均值（直接在聚合阶段处理，避免生成列表）

# 聚合操作
result = df.groupby('Id').agg(
    Name=('Name', list),
    Price=('Price', 'first')  # 替换成'np.mean'可以计算均值
)

print(result)

输出结果就是你想要的格式：

Name       Price
Id                 
1  [ABC, XYZ]  33900

场景2：对已经聚合后的结果做格式修正 #

如果你已经得到了嵌套列表的分组结果（比如已经执行过groupby('Id').agg(tolist)），可以对现有列做扁平化/取值处理：

假设你的聚合后数据是：

grouped_df = pd.DataFrame({
    'Id': [1],
    'Name': [[['ABC'], ['XYZ']]],  # 嵌套列表
    'Price': [[33900, 33900]]       # 数值列表
})

处理Name列：扁平化嵌套列表

用列表推导式把嵌套的列表展开成一维：

grouped_df['Name'] = grouped_df['Name'].apply(lambda x: [item for sublist in x for item in sublist])

处理Price列：提取唯一值或计算均值

如果Price列表里的值都相同，直接取第一个元素；如果有不同值，计算均值：

# 取第一个值
grouped_df['Price'] = grouped_df['Price'].apply(lambda x: x[0])

# 或者计算均值（如果有不同值的情况）
# grouped_df['Price'] = grouped_df['Price'].apply(lambda x: np.mean(x))

执行后就能得到目标格式的结果。

关键提醒 #

• 避免对所有列统一使用tolist聚合，不同列的类型和需求不同，要针对性设置聚合函数
• 如果原始数据中Name本身就是列表类型（比如[ABC]是列表而不是字符串），聚合时用list会生成嵌套列表，这时候可以用lambda x: sum(x, [])来扁平化（不过推荐在聚合前先处理成字符串再聚合，更清晰）

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