如何将字符串列表型Series与字符串型Series实现对应元素拼接？

DevOps 小满

2026-5-20

解决Pandas中列表Series与字符串Series的对应拼接问题

嘿，这问题我熟！咱们先把需求拆明白：你有两个Pandas Series，一个每个元素是字符串列表（就叫它series_list吧），另一个每个元素是单个字符串（叫series_suffix），要生成一个新Series，让每个子列表里的所有字符串，都和对应位置的series_suffix字符串拼接起来。

举个直观的例子：

输入series_list：pd.Series([["apple", "banana"], ["cat", "dog"]])
输入series_suffix：pd.Series(["_fruit", "_animal"])
期望输出的新Series：pd.Series([["apple_fruit", "banana_fruit"], ["cat_animal", "dog_animal"]])

方法一：用列表推导式（简洁高效）

这是我最常用的方法，代码简洁还跑得快，尤其是数据量大的时候：

import pandas as pd

# 构造示例数据
series_list = pd.Series([["apple", "banana"], ["cat", "dog"]])
series_suffix = pd.Series(["_fruit", "_animal"])

# 生成目标Series
series_result = pd.Series(
    [[item + suffix for item in lst] for lst, suffix in zip(series_list, series_suffix)]
)

print(series_result)

运行结果就是咱们想要的：

0    [apple_fruit, banana_fruit]
1      [cat_animal, dog_animal]
dtype: object

方法二：用Pandas的`apply`方法（更直观）

如果你更喜欢用Pandas原生的方法，apply也能搞定，按行处理每一组数据：

# 写法1：用combine方法
series_result = series_list.combine(series_suffix, lambda lst, suffix: [item + suffix for item in lst])

# 写法2：用DataFrame的apply（更易理解）
series_result = pd.DataFrame({"lst": series_list, "suffix": series_suffix}).apply(
    lambda row: [item + row["suffix"] for item in row["lst"]], axis=1
)

这个写法更贴近Pandas的思维，适合刚接触Pandas的朋友理解。