Python 输入类型列表？

熊猫中的列是否可以是np.array类型？或者python列表等等？ 我在试着

    a         array_col
0   100       [1,2,8,0]
1   5         [1,3 4,8]      
2   3         [1,2 4,8]     

如果相关的话，所有列的长度都是相同的。 我所追求的功能是将所有数组列初始化为[0,0，…0]，然后根据行和前一个数组（例如，在第n行上，将所有数组乘以n，并使数组列[n]=0）
另一种方法是为每个索引创建一个新列（即在我的例子中为30个新列，并使操作更慢）。
想法？
编辑：
我想要这样的东西：

但两者都有

df['hist'] = [1,2,3]

及

给出了错误

ValueError: Length of values does not match length of index

---

您的示例可以这样解决：

df['hist'] = [[1, 2, 3] for _ in range(df.size)]
df
#     a       hist
#0  100  [1, 2, 3]
#1    5  [1, 2, 3]
#2    3  [1, 2, 3]

或：

要获得所需的输出，请指定嵌套列表：

df['hist'] = [[1,2,8,0],[1,3,4,8],[1,2,4,8]]
df
#     a          hist
#0  100  [1, 2, 8, 0]
#1    5  [1, 3, 4, 8]
#2    3  [1, 2, 4, 8]

---

可以检查

pd.DataFrame（{'a'：[100,5,3]，'array_col'：[1,2,8,0]，[1,3,4,8]，[1,2,4,8]}）

RafaelC这是可行的，在创建df之后我如何使其生效？

（在我的例子中是30个新列，并且使操作速度慢得多）。

你确定吗？我认为即使是30列

int

类型也比一系列列表更容易/更快操作。不要在熊猫系列中使用

list

，除非你已经证明它更有效。

df['hist'] = [[1, 2, 3] for _ in range(df.size)]
df
#     a       hist
#0  100  [1, 2, 3]
#1    5  [1, 2, 3]
#2    3  [1, 2, 3]

df['hist'] = [np.zeros(3) for _ in range(df.size)]
df
#     a             hist
#0  100  [0.0, 0.0, 0.0]
#1    5  [0.0, 0.0, 0.0]
#2    3  [0.0, 0.0, 0.0]

df['hist'] = [[1,2,8,0],[1,3,4,8],[1,2,4,8]]
df
#     a          hist
#0  100  [1, 2, 8, 0]
#1    5  [1, 3, 4, 8]
#2    3  [1, 2, 4, 8]