Pandas如何通过映射为新DataFrame中每行列表生成元素索引？

问题复现 #

初始DataFrame构造代码与数据结构：

import pandas as pd
df = pd.DataFrame({'Item': [['hi', 'hello', 'bye'], ['school', 'pen'], ['hate', 'love', 'feelings', 'sad']]})
print(df)

初始数据输出：

Item
0               [hi, hello, bye]
1                   [school, pen]
2  [hate, love, feelings, sad]

目标：新增mapped_value列，每一行的值为对应Item列表内元素的顺序位置索引，预期输出：

mapped_value
0                      [0, 1, 2]
1                         [0, 1]
2               [0, 1, 2, 3]

之前尝试的写法仅处理了第一行列表，无法适配全量数据：

# 错误示例：仅枚举了第一行df['Item'][0]的索引
df['mapped value'] = [i for i, x in enumerate(df['Item'][0])]

解决方法 #

核心逻辑是逐行读取Item列的每个列表，根据列表长度生成从0开始的连续整数序列即可，两种实现方式：

• 使用apply逐行映射

df['mapped_value'] = df['Item'].apply(lambda x: list(range(len(x))))

• 使用列表推导式处理，大数据量下性能优于apply

df['mapped_value'] = [list(range(len(single_list))) for single_list in df['Item']]

两种写法运行后输出结果完全匹配预期，不需要额外依赖第三方工具。

内容的提问来源于stack exchange，提问作者Noob Coder