Python pandas groupby：使用元组索引聚合列表

这个问题与所问的问题类似，但有一个元组索引。 对列表列进行分组可以很好地用于单个索引：

mydata=[{'idx'：'A'，'list_str'：['hi'，'babe']}，
{'idx'：'A'，'list_str'：['TACK'，'A'，'walk']}，
{'idx'：'A'，'list_str'：[]}，
{'idx'：'B'，'list_str'：['on'，'the'，'wild'，'side']}]
df=pd.DataFrame（mydata）
grouped=df.groupby（'idx'）
打印（grouped.agg（{'list_str'：lambda x:tuple（x）}））

根据预期产出：

idx     list_str
A       [hi, babe, take, a, walk]
B       [on, the, wild, side]

但是，添加第二个索引不再有效：

mydata=[{'idx'：'A'，'idx2'：'B'，'list_str'：['hi'，'babe']}，
{'idx'：'A'，'idx2'：'B'，'list_str'：['TACK'，'A'，'walk']}，
{'idx'：'A'，'idx2'：'B'，'list_str'：[]}，
{'idx'：'B'，'idx2'：'C'，'list_str'：['on'，'the'，'wild'，'side']}]
df=pd.DataFrame（mydata）
grouped=df.groupby（（'idx'，'idx2'））
打印（grouped.agg（{'list_str'：sum}））

给出一个

值错误

，

函数不减少

---

正确的方法是什么？

要按多列分组，请使用列表：

grouped = df.groupby(['idx', 'idx2'])
print(grouped.agg({'list_str': sum}))

可能你以为你在做：

df['new_index'] = df.apply(lambda row: (row['idx'],row['idx2']), axis=1)
df.set_index('new_index',inplace=True)

grouped = df.groupby(df.index)
print(grouped.agg({'list_str': sum}))

---

你试过密码了吗？这实际上给出了相同的错误。我确实尝试过，使用了您提供的输入。您是否在groupby调用中使用了列表

[]

而不是元组

（）

？或者您的输入数据是否构造错误，因为它有两个单独的索引而不是元组的单个索引？使用相同的“mydata”变量，并且

df=pd.DataFrame（mydata）；分组=df.groupby（['idx'，'idx2']）；print（grouped.agg（{'list_str'：sum}））

使用pandas版本0.19.2给出了相同的错误。