Pandas如何将DataFrame中一列的列表元素合并到另一列列表

算力阿峰

2026-8-30

Pandas 逐行合并两列存储的列表元素方案

问题复现

待处理的DataFrame结构如下，column_A和column_B均存储由字典组成的列表：

import pandas as pd
df = pd.DataFrame(
    {
        'column_A': [
            [{'zone':'A', 'number':'7'}, {'zone':'B', 'number': '8'}], 
            [{'zone':'A', 'number':'6'}, {'zone':'E', 'number':'7'}]
        ],
        'column_B': [
            [{'zone':'C', 'number':'4'}], 
            [{'zone':'D', 'number': '9'}]
        ]
    }
)

目标是逐行将column_B的列表元素追加到对应行的column_A列表末尾，第一行的预期输出为：

[{'zone':'A', 'number':'7'}, {'zone':'B', 'number': '8'}, {'zone':'C', 'number':'4'}]

直接对整列使用`+`运算符、调用列表`insert`方法报错，是因为Pandas默认将列作为Series对象处理，整列运算会走Series的对齐逻辑，不会自动识别元素为列表做逐元素拼接。

可行实现方法

方法1：apply逐行拼接（写法简单，适合小数据集）
按行遍历取出两个列表，直接用Python原生列表+做拼接后赋值回column_A即可：
```
df['column_A'] = df.apply(lambda x: x['column_A'] + x['column_B'], axis=1)
```
方法2：列表推导式（性能更高，适合大数据集）
直接用zip同步遍历两列的元素做拼接，避免apply的额外开销，运行速度更快：
```
df['column_A'] = [list_a + list_b for list_a, list_b in zip(df['column_A'], df['column_B'])]
```