Python合并DataFrame两列为列表：label2非空则拼接适配MultiLabelBinarizer

以下两种方法都可以生成符合要求的列表格式新列，可直接对接后续MultiLabelBinarizer处理逻辑。

方法1：行遍历实现（写法直观，适合中小数据量） #

import pandas as pd
import numpy as np

# 构造示例数据
df = pd.DataFrame(
    data={"label1": [4, 0, 0, 2, 5], "label2": [np.nan, np.nan, np.nan, 3, np.nan]},
    index=[5, 13, 18, 32, 33]
)

# 核心合并逻辑
def gen_label3(row):
    if pd.isna(row["label2"]):
        return [row["label1"]]
    return [row["label1"], int(row["label2"])]

df["label3"] = df.apply(gen_label3, axis=1)

方法2：向量化操作实现（性能更优，适合10万行以上大数据量） #

# 先统一生成仅含label1的单元素列表
df["label3"] = df["label1"].map(lambda x: [x])
# 对label2非空的行追加label2值
not_null_mask = ~df["label2"].isna()
df.loc[not_null_mask, "label3"] += df.loc[not_null_mask, "label2"].astype(int).map(lambda x: [x])

执行后输出的df结果和预期完全一致：

label1  label2 label3
5        4     NaN    [4]
13       0     NaN    [0]
18       0     NaN    [0]
32       2     3.0  [2, 3]
33       5     NaN    [5]

内容的提问来源于stack exchange，提问作者soulwreckedyouth