Pandas如何将多列合并为值为列表的新列（自动跳过NaN值）

现有存储图片信息的DataFrame，结构示例如下：

SOME_COL SOME_COL IMAGE_MAIN IMAGE_2 IMAGE_3 IMAGE_4 IMAGE_5 IMAGE_6
   *        *          0       1       2       3       NaN     5

需要实现两个处理逻辑：

• 删除IMAGE_MAIN以及IMAGE_2到IMAGE_6共6个原始图片列
• 新增IMAGES列，按原图片列的顺序，把每行非空的图片值存入列表，空值NaN/None直接跳过，不加入列表
  目标处理效果如下：

SOME_COL SOME_COL     IMAGES
   *        *       [0,1,2,3,5]

原写法的问题在于直接对整列对象做列表推导，是按列维度处理而非逐行聚合，会出现长度不匹配、空值判断逻辑失效的问题，执行效率和正确性都无法保证。

import pandas as pd

# 统一维护需要聚合的图片列名，后续调整列只需要修改这个列表
image_columns = ['IMAGE_MAIN', 'IMAGE_2', 'IMAGE_3', 'IMAGE_4', 'IMAGE_5', 'IMAGE_6']

# 逐行聚合非空图片值为列表
data_main['IMAGES'] = data_main[image_columns].apply(
    lambda row: [val for val in row if pd.notna(val)],
    axis=1
)

# 删除原始图片列
data_main = data_main.drop(columns=image_columns)

• 用pd.notna()做非空判断，比直接写if x更严谨，能正确识别所有pandas体系下的空值（NaN/None/pd.NA），不会把0、空字符串这类合法值误判为空值过滤掉
• 逐行处理时严格遵循原始图片列的顺序，聚合后的列表元素顺序和原列顺序完全一致
• 如果你的数据量超过10万行，对性能要求更高，可以替换聚合逻辑为itertuples遍历写法，速度比apply快2~3倍：

data_main['IMAGES'] = [
    [val for val in row if pd.notna(val)]
    for row in data_main[image_columns].itertuples(index=False, name=None)
]

内容的提问来源于stack exchange，提问作者Milano