使用带有 dict 定义的 agg() 的简单案例

import io

df = pd.read_csv(io.StringIO("""id   product   department   price
1      x           a          5
2      y           b         10
1      z           b         15
3      z           a         2
2      x           a         1
1      x           a         1
4      w           b         10"""),sep="\s+")

df.groupby("id").agg({"price":"sum","product":lambda s: s.unique().tolist(),"department":lambda s: s.unique().tolist()})

id 上的 Groupby，在列上应用所需的聚合。对于唯一值，如果不需要保留顺序，则一种方法是 list(set(<sequence>))。如果您需要订单，那么您可以使用 x.unique().tolist() 而不是 list(set(x))

out = (df.groupby('id')
      .agg({'product': lambda x: list(set(x)),'department': lambda x: list(set(x)),'price': sum
            })
       )

输出：

   product department  price
id                          
1   [z,x]     [a,b]     21
2   [x,y]     [a,b]     11
3      [z]        [a]      2
4      [w]        [b]     10

要获得 product 和 department 的唯一值的排序列表（如您的预期结果所示），您可以将 np.unique() 与 {{ 3}}，如下：

import numpy as np

df.groupby('id',as_index=False).agg(
    {'product': lambda x: np.unique(x).tolist(),'department': lambda x: np.unique(x).tolist(),'price': 'sum'})

结果：

   id product department  price
0   1  [x,z]     [a,b]     21
1   2  [x,b]     11
2   3     [z]        [a]      2
3   4     [w]        [b]     10