遍历字符串逐字符填充DataFrame时全为NaN如何解决

• 索引变量j、z未初始化，循环内也没有做索引递增，逻辑无法正常推进
• 用df[j][z]的链式索引赋值属于pandas不推荐的写法，赋值操作只会作用在临时生成的副本对象上，不会修改原DataFrame，最终输出的全是初始化时的NaN值
• 循环逻辑设计错误：外层按字符串长度遍历，内层while循环没有同步更新字符串下标、行列下标的逻辑，要么触发死循环，要么无法匹配到正确的单元格位置
• 之前尝试的双层循环、边界判断没生效，核心原因基本都是链式索引赋值的问题，和循环逻辑本身无关

首先提前确定好DataFrame的行数、列数，必须保证两者乘积等于字符串总长度，两种实现方式按需选择：

方案1：无循环高效实现（推荐） #

不需要逐格遍历赋值，直接基于字符串构造DataFrame，运行效率更高，不会出现索引相关问题：

import pandas as pd
import numpy as np

# 替换为实际业务值
target_string = "需要填入的测试字符串abcdef123456"
n_rows = 4
n_cols = 3
# 校验行列配置是否符合要求
assert n_rows * n_cols == len(target_string), "行数与列数的乘积必须等于字符串总长度"

# 按行优先填充：填满一行再填下一行
df_row_first = pd.DataFrame(
    np.array(list(target_string)).reshape(n_rows, n_cols)
)

# 按列优先填充：填满一列再填下一列
df_col_first = pd.DataFrame(
    np.array(list(target_string)).reshape(n_rows, n_cols, order="F")
)

方案2：循环赋值正确写法 #

如果业务场景必须用逐格遍历赋值，要使用pandas官方支持的.iat位置索引操作，避免链式索引问题，同时正确维护下标递增：

import pandas as pd

target_string = "需要填入的测试字符串abcdef123456"
n_rows = 4
n_cols = 3
assert n_rows * n_cols == len(target_string), "行数与列数的乘积必须等于字符串总长度"

# 初始化指定行列数的空DataFrame
df = pd.DataFrame(index=range(n_rows), columns=range(n_cols))
str_index = 0

for row_idx in range(n_rows):
    for col_idx in range(n_cols):
        # 按位置给单元格赋值
        df.iat[row_idx, col_idx] = target_string[str_index]
        str_index += 1

内容的提问来源于stack exchange，提问作者Kebaber