如何在Pandas中为DataFrame列表列元素拼接对应列字符串？

我来帮你搞定这个需求！你想要把a列的字符串值，逐个拼接到c列对应行的列表每个元素后面，生成新列d对吧？下面给你两种实用的方法，比你之前尝试的方式更靠谱：

方法一：用apply快速实现（直观易读） #

这种方法代码简洁，适合中小规模的数据，逻辑一目了然：

首先先构造示例DataFrame方便你测试：

import pandas as pd

df = pd.DataFrame({
    'a': ['d', 'f', 'g'],
    'b': [1, 2, 3],
    'c': [['f', 'h'], ['u', 'v'], ['i', 'o']]
})

然后执行下面的代码生成d列：

df['d'] = df.apply(lambda row: [item + row['a'] for item in row['c']], axis=1)

这里的逻辑是按行处理：对每一行，遍历c列的列表元素，把每个元素和当前行的a值拼接，最后把拼接后的元素组成新列表赋值给d列。

方法二：向量化操作（适合大数据量） #

如果你的数据集很大，apply的效率可能不够，推荐用explode+groupby的向量化方案，性能更优：

# 把c列的列表拆分成单独行，保留原索引
exploded_df = df.explode('c')
# 拼接c和a列的值
exploded_df['d_element'] = exploded_df['c'] + exploded_df['a']
# 按原索引分组，把拼接后的元素重新组合成列表
df['d'] = exploded_df.groupby(exploded_df.index)['d_element'].agg(list)

为什么你之前的方法没成功？ #

你尝试的df['c'].cat(df['a'],axis=0)用法不对，cat方法是用来拼接同类型的Series（比如都是字符串的Series），但c列是由列表组成的Series，和a列的字符串Series无法直接用cat拼接，所以会得到错误结果。

执行完上面任意一种方法后，你就能得到预期的输出：

a  b          c          d
0  d  1  [f, h]  [fd, hd]
1  f  2  [u, v]  [uf, vf]
2  g  3  [i, o]  [ig, og]

内容的提问来源于stack exchange，提问作者anjali