Pandas按双变量分组转嵌套列表及生成多层索引DataFrame

嘿，我来帮你搞定这两个Pandas分组相关的问题，直接上代码和清晰解释：

问题1：生成嵌套列表（以ID为外层分组） #

要得到按ID分组后的嵌套value列表，完全不需要循环，用groupby配合agg(list)就能轻松实现：

import pandas as pd

# 初始化你的DataFrame
df = pd.DataFrame({
 'ID' : ['A','B','C','A','B','C','A','B','C'],
 'date' : [1,1,1,2,2,2,3,3,3],
 'value': [1,2,3,4,5,6,7,8,9]}
)

# 核心操作
nested_list = df.groupby('ID')['value'].agg(list).tolist()
print(nested_list)  # 输出: [[1, 4, 7], [2, 5, 8], [3, 6, 9]]

解释： #

• df.groupby('ID') 按ID列把数据分成A、B、C三个独立分组
• ['value'].agg(list) 对每个组的value列执行聚合操作，把组内所有值打包成列表
• .tolist() 把最终得到的Series对象转换成普通的Python嵌套列表

问题2：生成多层索引DataFrame #

要得到ID和date作为多层索引的DataFrame，最简单的方式是直接设置多层索引并排序（你的原始数据中每个ID+date组合唯一，刚好适用）：

# 生成多层索引DataFrame
multi_index_df = df.set_index(['ID', 'date']).sort_index()
print(multi_index_df)

输出结果完全匹配你期望的格式：

value
ID date         
A  1           1
   2           4
   3           7
B  1           2
   2           5
   3           8
C  1           3
   2           6
   3           9

补充说明： #

如果你的数据中存在ID+date重复的情况，可以先用groupby聚合（比如取均值、求和或第一个值）再设置索引，示例代码如下：

# 处理重复数据的情况（示例：取每个ID+date组合的第一个值）
multi_index_df = df.groupby(['ID', 'date'])['value'].first().unstack().stack().reset_index(name='value').set_index(['ID', 'date'])

内容的提问来源于stack exchange，提问作者Nickpick