如何在Pandas中按顺序合并DataFrame两列生成交错对话列表列

已知你已完成对话内容的分号拆分，且每行客户、机器人对话轮数完全匹配，可直接通过以下代码实现需求。

方法1：逐行函数映射（可读性高，适合小数据量） #

通过apply逐行配对两组对话，添加角色前缀后按顺序拼接为列表：

def build_combined_dialog(row):
    dialog_list = []
    for cust_msg, bot_msg in zip(row['cust_dil'], row['bot_dil']):
        # 依次添加带前缀的客户发言、机器人回复，strip()用于清除拆分后残留的首尾空格
        dialog_list.append(f"Customer: {cust_msg.strip()}")
        dialog_list.append(f"Bot: {bot_msg.strip()}")
    return dialog_list

df['combined'] = df.apply(build_combined_dialog, axis=1)

方法2：列表推导式实现（性能更高，适合大数据量） #

避免apply的遍历开销，直接通过双层列表推导完成处理，运行速度更快：

df['combined'] = [
    [single_msg for turn_pair in zip(
        [f"Customer: {c.strip()}" for c in cust_turns],
        [f"Bot: {b.strip()}" for b in bot_turns]
    ) for single_msg in turn_pair]
    for cust_turns, bot_turns in zip(df['cust_dil'], df['bot_dil'])
]

后续清理（可选） #

如果不需要拆分过程中生成的cust_dil、bot_dil临时列，可执行以下代码删除：

df = df.drop(columns=['cust_dil', 'bot_dil'])

内容的提问来源于stack exchange，提问作者Dab Sauce