基于条件为DataFrame指定行添加含字典列表的列时遇赋值问题

需要给DataFrame中满足条件的行新增一列，该列的值为字典列表（支持1个字典、多个字典或空列表）。最初的写法在字典列表包含多个元素时正常运行，但仅含1个字典时失效：

table.loc[sub_table_condition, col_name] = [list_of_dict] * len(sub_table)

尝试过以下方案，但均未生效：

table.loc[sub_table_condition, col_name] = pd.Series([list_of_dict] * len(sub_table))
table.loc[sub_table_condition, col_name] = pd.Series([list_of_dict] * len(sub_table)).to_list()

示例代码：

table = pd.DataFrame({'ID': [1, 2, 3], 'Category': ['A', 'B', 'A']})
sub_table_condition = table['Category'] == 'B'
col_name = 'Data'

# 多字典示例（原代码有效）
list_of_dicts = [{"Val": 100, "Reascon": "Reason 1"},
                 {"Val": 200, "Reascon": "Reason 2"}]

# 单字典示例（原代码失效）
list_of_dicts_single = [{"Val": 100, "Reascon": "Reason 1"}]

问题原因 #

当赋值的列表仅包含单个字典时，Pandas会尝试将列表拆分为列而非保留为单个列表值，导致赋值逻辑出错。

解决方案 #

方法1：显式指定Series数据类型为object #

通过dtype='object'强制Pandas将每个元素视为独立的对象，避免自动解析列表结构：

table.loc[sub_table_condition, col_name] = pd.Series([list_of_dicts]*len(sub_table), dtype='object')

方法2：使用apply逐行赋值 #

先初始化列的默认值，再通过apply为满足条件的行赋值：

# 初始化列，默认设为空列表
table[col_name] = [[]] * len(table)
# 对目标行赋值
table.loc[sub_table_condition, col_name] = table.loc[sub_table_condition].apply(lambda x: list_of_dicts, axis=1)

方法3：手动生成独立列表（避免浅拷贝风险） #

如果需要每个行的字典列表是独立的引用（避免后续修改时互相影响），可以用列表推导式生成：

table.loc[sub_table_condition, col_name] = [list_of_dicts.copy() for _ in range(len(sub_table))]

验证效果 #

用单字典示例测试方法1：

list_of_dicts_single = [{"Val": 100, "Reascon": "Reason 1"}]
table.loc[sub_table_condition, col_name] = pd.Series([list_of_dicts_single]*len(sub_table), dtype='object')
print(table)

输出：

ID Category                          Data
0   1        A                            []
1   2        B  [{'Val': 100, 'Reascon': 'Reason 1'}]
2   3        A                            []

内容的提问来源于stack exchange，提问作者sameer