Python Groupby和Aggregate在列上使用list作为元素，并在列表中获取唯一值

我有以下数据帧

df = pd.DataFrame(
    {
        "id": [1, 2, 1, 3],
        "values": [[111, 121, 131], [211, 221, 281], [111, 191], [301, 321]],
    }
)
# df
id  values
1   [111, 121, 131]
2   [211, 221, 281]
1   [111, 191]
3   [301, 321]

我想在groupby和聚合步骤之后得到以下内容

id  values
1   [111, 121, 131, 191]
2   [211, 221, 281]
3   [301, 321]

我正在使用以下命令，但它给了我一个错误-

new_df = df.groupby(["id"]).agg({"values": lambda val: set(val)}).reset_index()

TypeError: unhashable type: 'list'

一种方法-

df.groupby('id')['values'].sum().apply(lambda x: list(set(x))).reset_index()

输出

    id  values
0   1   [191, 131, 121, 111]
1   2   [221, 211, 281]
2   3   [301, 321]

---

这应该有效

复制您的示例：

将熊猫作为pd导入
df=pd.DataFrame（{'id'：[1,2,1,3]，'values'：[111,121,131]，[211,221,281]，[111,191]，[301,321]}）

解决问题

df=df.groupby（by='id'）.sum（）
df[['values']=df[['values']].applymap（lambda x:set（x））

输出

值
身份证件
1   {121, 131, 191, 111}
2   {281, 211, 221}
3   {321, 301}

您可以使用，然后在此处使用

df.explode('values').groupby('id')['values'].unique().reset_index()
    id  values
0   1   [191, 131, 121, 111]
1   2   [221, 211, 281]
2   3   [301, 321]