向DataFrame添加行时触发‘真值模糊’错误的原因

你遇到的这个错误，核心问题出在赋值语句的右侧：pd.DataFrame([5, 6, 7, 8, 9])生成的是一个5行1列的二维DataFrame，但res.loc[len(res)]需要的是能匹配res列数（5列）的一维数据（比如列表、Series）。

当pandas尝试将二维DataFrame赋值给单行时，内部会进行数据对齐和有效性校验，这个过程中会触发对右侧DataFrame的真值判断——而DataFrame作为二维结构，无法直接转换为单个布尔值，因此抛出了"The truth value of a DataFrame is ambiguous"的错误，和len(res)本身是数值无关。

可行的修复方案 #

• 直接使用列表赋值（最简单）：

  res = pd.DataFrame(columns=[0, 1, 2, 3, 4])
  res.loc[len(res)] = [5, 6, 7, 8, 9]
  

• 将右侧的DataFrame转换为匹配列名的Series：

  res.loc[len(res)] = pd.DataFrame([5, 6, 7, 8, 9]).T.squeeze()
  

• 直接构造对应列名的Series进行赋值：

  res.loc[len(res)] = pd.Series([5, 6, 7, 8, 9], index=res.columns)
  

如果是批量添加行，更推荐先收集所有行数据到列表，最后一次性构造DataFrame，避免循环调用loc的性能损耗，但针对当前报错场景，上面的方法都可以解决问题。

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