如何在Pandas DataFrame中添加序列列表并生成计算列

完全可以在Pandas DataFrame中存储列表类型的列，以下是针对你需求的分步实现：

1. 初始化DataFrame #

先确认初始数据：

import pandas as pd

df = pd.DataFrame(
    {"Foo": ["ba1", "ba2", "ba3"],
     "Foo2": ["ba4", "ba5", "ba6"],
     "num": [1,2,3]}
)

2. 添加序列列表列x #

你之前使用groupby的方式完全没必要，且lambda函数错误引用了整个df["num"]列，导致生成重复结果。正确做法是对num列的单个元素逐一处理：

# 生成x列：每个元素是从1到对应num值的列表
df['x'] = df['num'].apply(lambda n: list(range(1, n+1)))

如果你需要将num列替换为包含所有数值的统一列表（如你期望的[[1,2,3]]），可额外执行：

# 可选：将num列修改为每行相同的全局数值列表
df['num'] = [df['num'].tolist()] * len(df)

执行后得到你期望的第一步结果：

Foo Foo2          num          x
0  ba1  ba4  [1, 2, 3]     [1]
1  ba2  ba5  [1, 2, 3]  [1, 2]
2  ba3  ba6  [1, 2, 3]  [1, 2, 3]

3. 生成处理后的列表列y #

对x列的每个列表元素应用x+1函数，同样用apply逐个处理列表：

# 对x中每个元素执行x+1，生成y列
df['y'] = df['x'].apply(lambda lst: [num + 1 for num in lst])

最终得到你期望的第二步结果：

Foo Foo2          num          x          y
0  ba1  ba4  [1, 2, 3]     [1]     [2]
1  ba2  ba5  [1, 2, 3]  [1, 2]  [2, 3]
2  ba3  ba6  [1, 2, 3]  [1, 2, 3]  [2, 3, 4]

关键注意事项 #

• 不要在apply的lambda中引用整个DataFrame列（如df["num"]），需针对每行的单个元素处理。
• Pandas支持存储列表作为列值，但这类列无法使用矢量化运算，仅适合数据量不大的场景，大量数据建议拆分列表为多行再处理。

内容的提问来源于stack exchange，提问作者Martin