如何通过行列索引向Pandas DataFrame插入值？

首先明确：完全可以通过行索引和列索引给DataFrame插入值，你遇到的问题是用了错误的索引方式。

你写的new_df.iloc[i][j]属于链式索引，这种写法会返回DataFrame的临时视图而非原始数据的直接引用，赋值操作只会修改这个临时视图，不会真正作用到new_df上。正确的做法是用iloc的二维索引语法：new_df.iloc[i, j]，直接定位到行i列j的位置赋值。

不过针对你「把单列列表展开为多列」的需求，完全没必要写循环，Pandas原生就有高效的实现方式：

• 假设你的原DataFrame单列名为col，可以直接把列里的列表转成新DataFrame：

  new_df = pd.DataFrame(df['col'].tolist())
  

• 或者用apply配合pd.Series：

  new_df = df['col'].apply(pd.Series)
  

这两种方法都会自动把每行的列表拆分成对应列，而且比循环快得多，尤其是数据量大的时候。

如果一定要用循环实现（不推荐），修正后的代码应该是这样：

# 先确保new_df的结构正确，行数和df一致，列数等于列表的长度
new_df = pd.DataFrame(index=df.index, columns=range(len(df.iloc[0, 0])))
for i in range(len(df)):
    row_list = df.iloc[i, 0]  # 取第i行的列表
    for j in range(len(row_list)):
        new_df.iloc[i, j] = row_list[j]

内容的提问来源于stack exchange，提问作者Will