从DataFrame列表列提取元素：新增first与second_to_last列需求

这是个很典型的Pandas列表字段处理场景，咱们直接上可运行的解决方案，一步到位：

首先，先构造你提供的示例DataFrame（方便你直接测试）：

import pandas as pd

# 初始化原DataFrame
df = pd.DataFrame({
    'id': ['001', '002', '003', '004'],
    'sequence': [['A', 'B', 'C', 'E', 'F'], ['A', 'C'], [], ['D']]
})

1. 新增first列（取列表首个元素） #

我们用apply()结合匿名函数，判断列表长度，空列表就返回None：

df['first'] = df['sequence'].apply(lambda x: x[0] if len(x) > 0 else None)

2. 新增second_to_last列（取列表倒数第二个元素） #

同样用apply()，这次要判断列表长度是否≥2（避免索引越界），长度不够就返回None：

df['second_to_last'] = df['sequence'].apply(lambda x: x[-2] if len(x) >= 2 else None)

最终结果 #

运行完上面的代码后，打印df就能得到你想要的结果：

id          sequence first second_to_last
0  001  [A, B, C, E, F]     A              E
1  002           [A, C]     A              A
2  003                []  None           None
3  004              [D]     D           None

补充说明：如果想用更简洁的Pandas原生方法，也可以用str访问器，比如df['sequence'].str[0]会自动给空列表返回NaN，再用fillna(None)转成None；不过apply+lambda的方式逻辑更直观，新手也容易理解和修改。

内容的提问来源于stack exchange，提问作者Edamame