如何为Pandas DataFrame单元格赋值多维数组？解决赋值报错问题

问题背景 #

我有一个包含图片路径的Pandas DataFrame，需要新增一列存储对应图片的多维数组。尝试了以下代码：

import pandas as pd
import numpy as np

df = pd.DataFrame(data=[["test.png","dog.png"],[3,4]], columns=["path","B"])
# 创建空列
df = df.assign(image=np.nan)
image = # 读取第1行的图片路径对应的图片（如PIL/cv2读取转ndarray）
df.iloc[1, df.columns.get_loc("image")] = image

执行时持续报错：

ValueError: Must have equal len keys and value when setting with an ndarray

实际需求是每行的image字段对应本行path字段的图片数组，期望结果如下：

path         B  image
0  "test.png"   2    NaN
1  "dog.png"    4  [[1,2,...], [255,255,...], ...]

错误原因 #

直接用iloc给单元格赋值多维数组时，Pandas会默认将数组视为待填充的序列，尝试匹配行/列长度，而非将整个数组作为单个对象存入单元格，从而触发长度不匹配的报错。

解决方案 #

方法1：apply逐行批量处理（推荐） #

定义图片读取函数，通过apply遍历每行生成对应数组：

import pandas as pd
import numpy as np
from PIL import Image

# 修正DataFrame初始化（原数据结构应为每行一个样本）
df = pd.DataFrame(data=[["test.png", 2], ["dog.png", 4]], columns=["path", "B"])

# 定义图片读取函数，失败时返回NaN
def load_image(row):
    try:
        img = Image.open(row["path"])
        return np.array(img)
    except Exception:
        return np.nan

# 新增image列并赋值
df["image"] = df.apply(load_image, axis=1)

方法2：at/iat单个单元格赋值（适合单条修改） #

用at（按标签）或iat（按位置）替代iloc，直接将数组作为单个对象存入单元格：

import pandas as pd
import numpy as np
from PIL import Image

df = pd.DataFrame(data=[["test.png", 2], ["dog.png", 4]], columns=["path", "B"])
df["image"] = np.nan

# 读取目标图片并转为数组
img = Image.open(df.loc[1, "path"])
img_array = np.array(img)

# 按位置赋值
df.iat[1, df.columns.get_loc("image")] = img_array
# 或按标签赋值：df.at[1, "image"] = img_array

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