如何正确赋值嵌套DataFrame？三种赋值异常解析

三种赋值方式的行为原因 #

1. frame.loc[0]['B'] = pandas.DataFrame() #

这是链式索引操作：先通过loc[0]取出一行（返回Series），再通过['B']取该行的B列元素。pandas无法保证loc[0]返回的是原DataFrame的视图还是副本，因此赋值操作可能只修改了副本，原DataFrame没有变化，同时触发SettingWithCopyWarning警告，提示这种赋值行为不可靠。

2. frame.loc[0, 'B'] = pandas.DataFrame() #

pandas默认期望单元格存储标量或可被解析为标量的数据。当你尝试将二维结构的DataFrame赋值给单个单元格时，pandas无法将其作为单一对象存储，会自动尝试“扁平化”这个结构，最终因无法解析而将单元格值设为NaN。而如果赋值的是非pandas对象（如普通列表、字典），这些属于可直接存储的Python对象，pandas会将它们保留在object类型的列中，因此能正常赋值。

3. frame['B'][0] = pandas.DataFrame() #

这同样是链式索引：先取B列（返回Series），再取索引0的元素。虽然也触发SettingWithCopyWarning，但此时修改的是原DataFrame中B列Series的元素，因此赋值成功。不过链式索引的行为本身是不确定的（可能返回视图或副本），所以警告依然存在，不推荐依赖这种方式。

无警告的正确赋值方法 #

要将DataFrame作为对象存储在单元格中，需确保目标列的 dtype 为object，并使用单元素定位赋值（避免链式索引）：

import pandas

data = {'A': [1]}
frame = pandas.DataFrame(data)

# 初始化B列为object类型的列，避免pandas自动推断为其他类型
frame['B'] = [None]

# 使用at进行精准单元素赋值，无警告且赋值成功
frame.at[0, 'B'] = pandas.DataFrame()
print(frame)

或者使用loc配合列表索引，明确告诉pandas要将右侧的对象作为单个元素赋值：

frame.loc[[0], 'B'] = [pandas.DataFrame()]

这两种方式都能可靠地将DataFrame存储到目标单元格中，且不会触发警告。

内容的提问来源于stack exchange，提问作者Daniil Lantukhov