两种方式为Pandas DataFrame单元格赋值NumPy数组的差异原因探究

先看测试代码：

import numpy as np
import pandas as pd

rn = np.random.randint(1 , 100, size=(4,2))  # 生成随机数
df = pd.DataFrame(data=rn , columns=['a' , 'b' ])
df['b'] = df['b'].astype(object)  # 将b列类型设为object
c = np.array([1,4,4])    # 要存入DataFrame单个单元格的数组

方法1：df['b'].loc[0] = c #

这个操作本质是先取出df['b']这个object类型的Series，再通过loc[0]定位到Series的单个元素位置，把numpy数组c作为一个整体对象赋值给这个位置。

Pandas允许给object类型的Series元素赋值任意Python对象（包括numpy数组），所以这个操作能成功。但出现SettingWithCopyWarning是因为：df['b']返回的是原DataFrame列的视图还是副本，Pandas无法明确判断——如果是副本的话，赋值操作不会同步到原DataFrame，所以弹出警告提醒你确认操作对象。

方法2：df.loc[0 , 'b'] = c #

这个操作是直接通过DataFrame的loc索引器定位单个单元格。Pandas的loc在处理可迭代类型的值（比如numpy数组、列表）时，默认逻辑是尝试将可迭代对象的元素拆分，匹配目标位置的长度。

这里你要赋值的目标是单个单元格（长度为1），但数组c的长度是3，两者长度不匹配，所以触发ValueError，提示“设置可迭代对象时，键和值的长度必须相等”。

如果想用loc实现给单个单元格赋值数组的需求，可以把数组包装成一个单元素的列表，让Pandas把它当作一个整体对象处理：

df.loc[0, 'b'] = [c]

内容的提问来源于stack exchange，提问作者Aryo