如何合并Pandas中两列的列表数据？

可以用自定义函数结合apply逐行处理，完美匹配你的需求：

1. 构造示例DataFrame #

先还原你给出的测试数据：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'col1': [[1,2,3], [4,6], [7,11], None, [], np.nan],
    'col2': [[4,5,6], 43, np.nan, [9,9], [13,17], np.nan]
})

2. 定义合并逻辑的函数 #

这个函数会处理NaN、None、单个元素、空列表等各种情况：

def merge_lists(row):
    merged = []
    # 处理col1的内容
    val1 = row['col1']
    if pd.notna(val1) and val1 is not None:
        # 如果是列表/元组就直接扩展，单个元素就添加进去
        if isinstance(val1, (list, tuple)):
            merged.extend(val1)
        else:
            merged.append(val1)
    # 处理col2的内容，逻辑和col1一致
    val2 = row['col2']
    if pd.notna(val2) and val2 is not None:
        if isinstance(val2, (list, tuple)):
            merged.extend(val2)
        else:
            merged.append(val2)
    # 如果合并后是空列表，返回NaN，否则返回合并结果
    return merged if merged else np.nan

3. 应用函数生成col3 #

调用apply逐行执行合并逻辑：

df['col3'] = df.apply(merge_lists, axis=1)

最终结果 #

运行后得到的DataFrame如下：

col1        col2                     col3
0  [1, 2, 3]  [4, 5, 6]  [1, 2, 3, 4, 5, 6]
1     [4, 6]          43           [4, 6, 43]
2    [7, 11]         NaN              [7, 11]
3       None     [9, 9]                 [9, 9]
4         []  [13, 17]           [13, 17]
5        NaN         NaN                   NaN

关键点说明 #

• 同时判断pd.notna()和is not None：覆盖Pandas中NaN和Python原生None两种空值情况
• 区分列表/元组和单个元素：确保像43这种非列表值能被正确加入结果
• 空结果返回NaN：匹配你最后一行全空的需求

内容的提问来源于stack exchange，提问作者amnesic