本文介绍如何对 dataframe 中两个平行的列表型列（如类别与对应分值）进行元素级对齐，通过 explode 与 pivot_table 实现按类别汇总求和、正负计数等多维度统计。
本文介绍如何对 dataframe 中两个平行的列表型列（如类别与对应分值）进行元素级对齐，通过 explode 与 pivot_table 实现按类别汇总求和、正负计数等多维度统计。
在实际数据处理中，常遇到将“类别列表”与“数值列表”成对存储于 DataFrame 列中的场景（例如每条记录代表一个实体，其拥有多组带标签的指标）。此时，简单 groupby 无法直接生效——因为列表未展开，且两列需严格按位置配对。核心解决思路是：先同步展开（explode），再按类别透视聚合。
以下为完整实现流程：
- 同步展开双列：使用 df.explode(["cat", "pts"]) 确保每个类别-分值对作为独立行存在，且索引保留原始记录归属关系；
- 定义聚合函数：除内置 'sum' 外，自定义 pos 和 neg 函数分别统计正值与负值个数；
- 多级聚合透视：调用 pivot_table(..., aggfunc=["sum", pos, neg])，生成 MultiIndex 列；
- 扁平化列名：将 ('sum', 'speed') 类列重命名为 'speed_sum'，('pos', 'health') → 'health_pos'；
- 合并回原表：用 pd.concat([df, tmp], axis=1) 拼接结果。
import pandas as pd
# 构造示例数据
cat = [
['speed', 'health', 'strength', 'health'],
['strength', 'speed', 'speed'],
['strength', 'speed', 'health', 'speed']
]
pts = [
[1, 2, 1.5, -1],
[2, -1.5, 1.5],
[-1, 2, 0, 1.5]
]
df = pd.DataFrame({"cat": cat, "pts": pts})
# 自定义聚合函数
def pos(vals): return (vals > 0).sum()
def neg(vals): return (vals <p>✅ <strong>关键注意事项</strong>： </p>
- explode 必须同时指定 ["cat", "pts"] —— 若分开 explode 会导致索引错位、配对失准；
- pivot_table 中 index=tmp.index 是保留原始行关系的核心，不可省略；
- 对于某类别在某行中完全缺失的情况（如第1行无 health），结果自动填充 NaN，符合预期；
- 若需统一填充 0 替代 NaN，可在最后添加 .fillna(0)，但需注意语义（缺失 vs 零值）；
- 性能提示：该方法适用于中等规模数据（万级记录内）；超大规模时建议改用 itertools.chain + defaultdict 手动聚合以避免内存膨胀。
该方案兼具可读性与扩展性——只需增删 aggfunc 中的函数，即可轻松支持均值、标准差、最大值等任意统计维度，是处理“平行列表列”关联分析的标准范式。
