解决Pandas DataFrame中按条件追加列表元素返回None的问题

你遇到的问题核心是**list.append()方法的返回值是None**——它是原地修改列表本身，不会返回修改后的列表。所以你在apply里直接把append的结果赋值给list_col，自然会得到一堆None。用list()包裹也没用，因为就算复制了列表，append依然返回None。

这里提供两种可行的方法，按需选择：

方法1：修改apply逻辑，返回修改后的列表 #

既然append返回None，那我们可以在执行append后，手动返回原列表。比如用简洁的条件表达式：

# sample data
data = {"bool_col": [True, False, True, True, False]}
my_df = pd.DataFrame.from_dict(data)

# 初始化空列表列（你的写法是对的，避免了引用共享问题）
my_df["list_col"] = [[] for r in range(len(my_df))]

# 先执行append，再返回原列表
my_df["list_col"] = my_df.apply(
    lambda x: x["list_col"].append("truth!") or x["list_col"] 
    if x["bool_col"] 
    else x["list_col"], 
    axis=1
)

print(my_df)

或者用更易懂的普通函数代替lambda（可读性更好）：

def update_list(row):
    if row["bool_col"]:
        row["list_col"].append("truth!")
    # 不管是否修改，都返回原列表
    return row["list_col"]

my_df["list_col"] = my_df.apply(update_list, axis=1)

方法2：用布尔索引直接修改（效率更高） #

如果你的DataFrame数据量较大，apply的性能会比较差，推荐直接通过索引定位需要修改的行，原地追加元素：

# sample data
data = {"bool_col": [True, False, True, True, False]}
my_df = pd.DataFrame.from_dict(data)

my_df["list_col"] = [[] for r in range(len(my_df))]

# 筛选出bool_col为True的行索引
true_indices = my_df[my_df["bool_col"]].index
# 遍历索引，给对应行的列表追加元素
for idx in true_indices:
    my_df.at[idx, "list_col"].append("truth!")

初始化列表列时，你的写法[[] for r in range(len(my_df))]是正确的——不要用[[]]*len(my_df)，这种写法会让所有行的列表共享同一个引用，修改其中一个会导致所有行的列表一起变化。

内容的提问来源于stack exchange，提问作者Arthur Dent