在DataFrame中添加一个空列表的列

与这个问题类似如何向数据框添加一个空列?，我想知道向DataFrame添加一个空列表列的最佳方法。

我要做的是初始化一个列，然后在迭代行时处理其中一些行，然后在这个新列中添加一个填充的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]}) # 示例DataFrame
>>> df
   a  b
0  1  5
1  2  6
2  3  7

然后我最终希望得到像这样的结果，每一行都被单独处理（显示示例结果）：

>>> 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'] = []这样初始化，它会认为我试图添加一个长度为0的项目序列，因此失败。

如果我尝试将一个列表分配给一个位置，将新列初始化为None或NaN时，我会遇到以下问题。

df['d'] = None
>>> df
   a  b     d
0  1  5  None
1  2  6  None
2  3  7  None

问题1（如果我可以使这种方法起作用，那就太好了！也许我错过了一些微不足道的东西）：

>>> df.loc[0,'d'] = [1,3]
...
ValueError: Must have equal len keys and value when setting with an iterable

问题2（这个方法可以工作，但会有一个警告，因为不能保证按预期工作）：

>>> 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，我选择使用空列表进行初始化，并根据需要进行扩展。我能想到几种方法来以这种方式初始化，但是否有更直接的方法呢？

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             []             []

问题总结：

是否有一种可以解决问题1的微小语法更改，允许将列表分配给None/NaN初始化的字段？

如果没有，那么初始化一个带有空列表的新列的最佳方法是什么？