Python Pandas：为DataFrame符合条件的多行单元格赋值列表的问题及解决方法

你遇到的这个错误很典型——Pandas在处理赋值时，会默认把你传入的列表当成要拆分成多个元素的数组，而不是一个完整的对象去赋值给每一行。比如你选中了2行符合条件的数据，却传入了长度为3的列表，Pandas会尝试把这个列表广播到2行的形状上，自然就会触发形状不匹配的报错。

下面给你几种可行的解决方法，都能达到你想要的效果：

方法1：生成匹配行数的列表集合 #

先筛选出符合条件的行的数量，然后生成一个包含对应次数目标列表的新列表，再赋值：

import pandas as pd

# 构造原始数据
df = pd.DataFrame({
    'name': ['a', 'a', 'b'],
    'col1': ['aa', 'bb', 'aa'],
    'col2': [123, 123, 234]
})
target_list = [1, 2, 3]

# 筛选条件
mask = df['col1'] == 'aa'
# 生成和匹配行数相同的列表，每个元素都是目标列表
df.loc[mask, 'col2'] = [target_list] * mask.sum()

方法2：用Series赋值确保索引匹配 #

这种方法更严谨，通过创建和原DataFrame匹配索引的Series来赋值，避免因索引不匹配导致的问题：

mask = df['col1'] == 'aa'
# 创建对应索引的Series，每个值都是目标列表
df.loc[mask, 'col2'] = pd.Series([target_list]*mask.sum(), index=df[mask].index)

方法3：用apply逐行处理 #

如果你的数据量不大，也可以用apply函数逐行判断并赋值，逻辑更直观：

df['col2'] = df.apply(
    lambda row: target_list if row['col1'] == 'aa' else row['col2'],
    axis=1
)

执行任意一种方法后，你都会得到期望的结果：

name col1      col2
0    a   aa  [1, 2, 3]
1    a   bb       123
2    b   aa  [1, 2, 3]

内容的提问来源于stack exchange，提问作者Grumpy Civet