如何在Pandas DataFrame中将指定多列转为新的列表列？

不用循环，Pandas有两种简洁高效的方式实现需求：

方法1：使用apply按行转列表 #

利用apply方法指定按行处理，把每行从索引3开始的列值转成列表：

import pandas as pd

orig_df = pd.read_csv('zipcode_price_dataset.csv')
df = orig_df.loc[orig_df['State'] == "CA"]

# 添加新列，存储每行从索引3开始的列值列表
df['new_list_col'] = df.iloc[:, 3:].apply(list, axis=1)

方法2：直接操作numpy数组（性能更优） #

通过提取底层numpy数组后转成嵌套列表，这种方式比apply更快，适合大数据集：

import pandas as pd

orig_df = pd.read_csv('zipcode_price_dataset.csv')
df = orig_df.loc[orig_df['State'] == "CA"]

df['new_list_col'] = df.iloc[:, 3:].values.tolist()

说明 #

• 两种方法都无需手动写循环，Pandas内部会优化处理逻辑
• iloc[:, 3:]用来快速选取从第3列开始的所有列（索引从0开始）
• 方法2的性能更优，因为values.tolist()是向量化操作，避免了apply的行级循环开销

内容的提问来源于stack exchange，提问作者Louis Aldous