向Pandas DataFrame单元格赋值字典时触发错误，求解决方案

问题原因 #

当使用df.loc[1,"Name"] = {1:0}给单个单元格赋值字典时，Pandas会自动将字典解析为Series对象，并尝试将字典的键与DataFrame的索引进行对齐。但这里你只是想给单个单元格赋值，这种对齐逻辑不适用，因此触发ValueError: Incompatible indexer with Series错误。

解决方案 #

以下三种方法可以解决这个问题：

方法1：使用df.at直接赋值单个单元格 #

at是Pandas专门用于快速设置/获取单个单元格值的方法，不会对值做额外的对齐处理：

df.at[1, "Name"] = {1:0}

方法2：用列表包裹字典，明确告知Pandas这是单个值 #

通过将字典放在列表中，让Pandas识别这是要赋值给单个单元格的元素，而非需要对齐的Series：

df.loc[[1], ["Name"]] = [{1:0}]

方法3：确保列的 dtype 为object（可选） #

如果你的列原本是字符串类型，提前将其转为object类型（支持存储任意Python对象），再用loc赋值：

df['Name'] = df['Name'].astype(object)
df.loc[1, "Name"] = {1:0}

验证结果 #

执行上述任意方法后，查看DataFrame：

print(df)

输出会是：

Name  Age
0    tom   10
1  {1:0}   15
2   juli   14

内容的提问来源于stack exchange，提问作者newbie101