将空列表列添加到DataFrame

Question

与此问题类似，如何将空列添加到数据框？，我想知道向DataFrame添加一列空列表的最佳方法。

我想要做的基本上是初始化一列，然后遍历行以处理其中的一些行，然后在此新列中添加填充列表以替换初始化的值。

例如，如果下面是我的初始DataFrame：

df = pd.DataFrame(d = {'a': [1,2,3], 'b': [5,6,7]}) # Sample DataFrame

>>> df
   a  b
0  1  5
1  2  6
2  3  7

然后，我最终希望得到这样的结果，其中每一行都经过单独处理（显示了示例结果）：

>>> df
   a  b          c
0  1  5     [5, 6]
1  2  6     [9, 0]
2  3  7  [1, 2, 3]

当然，如果我尝试像df['e'] = []使用其他任何常量一样进行初始化，它会认为我正在尝试添加长度为0的项目序列，因此失败。

如果我尝试将新列初始化为None或NaN，则在尝试将列表分配给某个位置时遇到以下问题。

df['d'] = None

>>> df
   a  b     d
0  1  5  None
1  2  6  None
2  3  7  None

问题1（如果我可以采用这种方法，那将是完美的！也许我没想到一些琐碎的事情）：

>>> df.loc[0,'d'] = [1,3]

...
ValueError: Must have equal len keys and value when setting with an iterable

问题2（此方法有效，但并非没有警告，因为不能保证它可以按预期工作）：

>>> df['d'][0] = [1,3]

C:\Python27\Scripts\ipython:1: SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame

因此，我诉诸于用空列表初始化并根据需要扩展它们。我可以想到几种方法来进行这种初始化，但是还有更简单的方法吗？

方法1：

df['empty_lists1'] = [list() for x in range(len(df.index))]

>>> df
   a  b   empty_lists1
0  1  5             []
1  2  6             []
2  3  7             []

方法2：

 df['empty_lists2'] = df.apply(lambda x: [], axis=1)

>>> df
   a  b   empty_lists1   empty_lists2
0  1  5             []             []
1  2  6             []             []
2  3  7             []             []

问题摘要：

在问题1中是否可以解决任何小的语法更改，从而可以将列表分配给None/NaN初始化字段？

如果不是，那么用空列表初始化新列的最佳方法是什么？

Answer 1

另一种方法是使用np.empty：

df['empty_list'] = np.empty((len(df), 0)).tolist()

.index尝试查找时len，您也可以关闭“方法1” df。

df['empty_list'] = [[] for _ in range(len(df))]

事实证明，np.empty速度更快…

In [1]: import pandas as pd

In [2]: df = pd.DataFrame(pd.np.random.rand(1000000, 5))

In [3]: timeit df['empty1'] = pd.np.empty((len(df), 0)).tolist()
10 loops, best of 3: 127 ms per loop

In [4]: timeit df['empty2'] = [[] for _ in range(len(df))]
10 loops, best of 3: 193 ms per loop

In [5]: timeit df['empty3'] = df.apply(lambda x: [], axis=1)
1 loops, best of 3: 5.89 s per loop