如何根据Pandas DataFrame中另一列的值生成分组列表？

我来帮你搞定这个需求！要实现按sente列区分句子，把每个句子的指定列转成(value, pos, id)元组组成的列表，用Pandas的groupby配合apply就能轻松完成，完全不用担心那些无关列的干扰。

步骤1：先构造示例DataFrame（方便你对照测试） #

import pandas as pd

# 你的示例数据
data = {
    'id': [1,2,3,4,5,1,2,3,4,5],
    'pos': ['a','b','b','a','d','a','a','b','a','d'],
    'value': ['I','have','a','cat','!','My','cat','is','cute','.'],
    'sente': [21,21,21,21,21,22,22,22,22,22]
}
df = pd.DataFrame(data)

步骤2：核心代码实现分组转换 #

我们按sente分组，对每个分组只提取需要的列（value、pos、id），再把每行转成元组，最后收集成列表：

# 按sente分组处理，生成目标格式的列表
result = df.groupby('sente').apply(
    lambda group: list(group[['value', 'pos', 'id']].itertuples(index=False, name=None))
).tolist()

效果展示 #

运行后result的输出就是你想要的格式：

[
    [('I', 'a', 1), ('have', 'b', 2), ('a', 'b', 3), ('cat', 'a', 4), ('!', 'd', 5)],
    [('My', 'a', 1), ('cat', 'a', 2), ('is', 'b', 3), ('cute', 'a', 4), ('.', 'd', 5)]
]

通用函数版本（更灵活） #

如果你需要经常复用这个逻辑，或者要调整列的顺序，可以封装成函数：

def generate_sentence_tuple_list(df, sentence_col, target_cols):
    """
    按指定列分组，生成每行的元组列表
    :param df: 输入的DataFrame
    :param sentence_col: 区分句子的列名（比如你的`sente`）
    :param target_cols: 需要转成元组的列顺序（比如['value', 'pos', 'id']）
    :return: 每个句子对应一个元组列表的大列表
    """
    return df.groupby(sentence_col).apply(
        lambda group: list(group[target_cols].itertuples(index=False, name=None))
    ).tolist()

# 使用示例
result = generate_sentence_tuple_list(df, 'sente', ['value', 'pos', 'id'])

这个方法会自动忽略所有无关列，只处理你指定的target_cols，完全符合你的需求~

内容的提问来源于stack exchange，提问作者Mi.