使用df.at为Pandas DataFrame单元格赋值列表时触发ValueError求助

问题核心原因 #

这个错误本质是Pandas对列数据类型的判断逻辑导致的：

• 如果subjects列的 dtype 不是object，哪怕当前单元格返回的是空列表[]，Pandas也不会把它当成“单个可存储的元素”，而是会把你要赋值的[1,2,3]当成需要和行/列长度匹配的序列，自然就触发了Must have equal len keys and value的错误。
• 你能读取到空列表，可能是之前手动给这个单元格塞过列表，但列的整体 dtype 没被同步改成object（比如列初始是数值型，后来个别单元格被修改，但Pandas不会自动把列 dtype 改成object）。

为什么无法稳定复现？ #

因为列的 dtype 会被一些隐性操作改变：

• 初始创建DataFrame时，如果列里大部分元素是单个数值/字符串，Pandas会自动推断成非object类型（比如int64/str），后续手动改个别单元格为列表，列 dtype 不会自动更新。
• 执行df.fillna()、df.drop_duplicates()这类操作时，Pandas可能会悄悄调整列的 dtype。
• 甚至不同版本的Pandas，对 dtype 推断的逻辑略有差异，也会导致时好时坏。

解决办法 #

1. 先强制把列转为object类型
   执行这条语句确保列能存储列表：

   df['subjects'] = df['subjects'].astype(object)
   

   之后再用df.at[100, 'subjects'] = [1,2,3]就不会报错了。

2. 用loc配合Series赋值
   如果不想修改整个列的 dtype，可以用这种方式强制把列表作为单个元素赋值：

   df.loc[100, 'subjects'] = pd.Series([[1,2,3]])
   

3. 初始化列时就指定object类型
   如果你一开始就知道列要存列表，创建DataFrame时直接指定 dtype：

   df = pd.DataFrame({'subjects': []}, dtype=object)
   

内容的提问来源于stack exchange，提问作者X.G