Python 使用条件逻辑从数据创建多个列表

我有一个df，看起来像这样：

var1 var2 var3
0    a    1
0    b    7
0    c    5
0    d    4
0    z    8
1    t    9
1    a    2
2    p    3
..   ..   ..
60   c    3

list_0: a, b, c, d, z
list_1: t, a
list_2: p
list_60: c

我试图创建var2中的每一组值的列表，这些值对应于var1中的给定值。因此，我的输出将如下所示：

var1 var2 var3
0    a    1
0    b    7
0    c    5
0    d    4
0    z    8
1    t    9
1    a    2
2    p    3
..   ..   ..
60   c    3

list_0: a, b, c, d, z
list_1: t, a
list_2: p
list_60: c

目前，我正在尝试建立一个循环来实现这一点，比如：

for i in range(df.var2.max()):
    var2_i = (x for x in df.var1.to_list())

虽然列表似乎不是在这里迭代创建的。也许有更好的方法来实现我的目标？

与联接聚合一起使用并重命名索引：

df.groupby('var1')['var2'].agg(', '.join).add_prefix('list_')

[外]

对于python列表，请使用列表聚合：

df.groupby('var1')['var2'].agg(list).add_prefix('list_')

[外]

使现代化 我想我明白了您想要实现的目标，我的强烈建议是使用python dict而不是独立的lit，键是list_0、list_1等等

范例

[外]

如果您绝对坚持使用独立列表，那么请使用globals对象，并使用for循环进行更新，以避免产生疑问，我不建议使用此方法-请查看以了解更多信息：

现在，您应该拥有具有关联变量名称的独立列表

与联接聚合一起使用并重命名索引：

df.groupby('var1')['var2'].agg(', '.join).add_prefix('list_')

[外]

对于python列表，请使用列表聚合：

df.groupby('var1')['var2'].agg(list).add_prefix('list_')

[外]

使现代化 我想我明白了您想要实现的目标，我的强烈建议是使用python dict而不是独立的lit，键是list_0、list_1等等

范例

[外]

如果您绝对坚持使用独立列表，那么请使用globals对象，并使用for循环进行更新，以避免产生疑问，我不建议使用此方法-请查看以了解更多信息：

---

现在，您应该拥有具有关联变量名称的独立列表

因此，df.groupby返回的是一个groupby对象，而不是独立列表。@LMGagne请参阅更新的最后一部分-使用globals object谢谢您更新了答案，现在更清楚了，我很欣赏另一篇文章的链接，它概述了为什么我真正想要的东西最终可能会把我搞砸。因此，df.groupby返回一个groupby对象，不是独立的列表。@LMGagne请参阅更新的最后一部分-使用globals对象谢谢您更新了答案，现在更清楚了，我感谢您提供另一篇文章的链接，该文章概述了为什么我真正想要的东西最终可能会把我搞砸。

s = df.groupby('var1')['var2'].agg(list).add_prefix('list_')

for var, lst in s.iteritems():
    globals()[var] = lst