如何按索引逐步填充Pandas DataFrame并修正代码实现预期结果

• 初始构造DataFrame时，给A列传入的是完整列表，append方法会把整个列表作为单个值存入第一行的A列单元格，不会自动拆分为4行独立数据，初始表结构就不符合预期。写入csv后列表会被转成字符串存储，读取后也无法还原为4行结构。
• 后续写入B列值时使用append会新增一整行，而非给已有行的对应列赋值，必然出现数据错位、多余空行问题。
• 目前pandas 1.4.0及以上版本已经废弃DataFrame.append()方法，不推荐继续使用。

核心需求是初始就把['AB', 'C', 'CD', 'DC']作为A列的4行数据建立索引，后续给对应行填充B列值，直接按列构造数据、按索引赋值即可，完整可运行代码如下：

import pandas as pd

# 初始化时直接传入A列数据，列表自动拆分为4行，列顺序按指定参数对齐
df = pd.DataFrame(
    {'A': ['AB', 'C', 'CD', 'DC']},
    columns=['A', 'B', 'C', 'D']
)
df.to_csv('df.csv', index=False)


# 其他位置的读写赋值逻辑
a = 5
df = pd.read_csv('df.csv')
# 定位目标行给B列赋值，两种常用写法：
# 1. 按行索引赋值：比如给第一行（A列值为AB，索引为0）赋值
df.loc[0, 'B'] = a
# 2. 按A列的值条件匹配赋值，避免索引偏移出错，比如给A列值为'C'的行赋值
# df.loc[df['A'] == 'C', 'B'] = a
df.to_csv('df.csv', index=False)

• 初始化阶段直接通过pd.DataFrame的列映射传入数据，列表会自动拆分为4行独立数据，索引从0到3自动生成，从根源避免列表被存入单个单元格的问题。
• 填充B列值时使用loc定位目标单元格直接赋值，不会新增多余行，数据和列完全对齐，不会出现错位。
• 如果需要批量给所有行填充B列值，直接写df['B'] = a即可，无需循环。

内容的提问来源于stack exchange，提问作者Anna-Kat