使用Pandas触发IndexingError: Too many indexers报错，求解决方案

错误原因 #

1. 变量名冲突：循环中for i, df in df.iterrows()把迭代得到的单行Series覆盖了原DataFrame对象df，后续df.at[1,'Runner']实际是对单行Series调用at方法，但Series的at仅接受单个索引参数，传入两个参数就触发"too many indexers"错误。
2. 效率问题：用iterrows()遍历大型数据集效率极低，Pandas原生矢量化操作才是最优选择。

修正方案（推荐矢量化操作） #

直接用布尔索引批量更新，代码简洁且处理大数据集速度极快：

import pandas as pd

userlist = ['Smith', 'Clark']
df = pd.read_csv("sample.csv")

# 筛选Last Name在指定列表中的行，批量更新Runner列为Yes
df.loc[df['Last Name'].isin(userlist), 'Runner'] = 'Yes'

原代码的其他问题说明 #

就算把循环变量名改成row（比如for i, row in df.iterrows()），逐行更新的方式在大数据集下也会因为循环开销导致运行缓慢，远不如上述矢量化方法高效。另外注意你的CSV表头里Frist Name是拼写错误，正确应为First Name，虽不影响代码运行，但建议修正避免后续混淆。

内容的提问来源于stack exchange，提问作者Frank M