如何在Pandas DataFrame指定行列单元格追加值且不覆盖原有内容

Pandas本身没有直接“追加单元格内容”的专用API，实现逻辑非常直接：读取目标单元格的原有值，和新内容做字符串拼接后写回原位置，最后导出CSV即可，不会覆盖单元格原有内容。

基础实现（针对过滤其他CSV生成DataFrame的场景） #

以下示例对应「第一行第二列初始值为'a'，追加字符'b'」的需求：

import pandas as pd

# 此处替换为你通过其他CSV过滤生成的DataFrame即可，这里做初始状态模拟
df = pd.DataFrame(
    [
        ["row1_col1", "a"],
        ["row2_col1", "row2_col2"]
    ],
    columns=["col1", "col2"]
)

# 定位目标单元格追加内容：行索引0对应第一行，"col2"是第二列的列名
# 如果需要加分隔符（比如逗号、空格），可以写成 df.loc[0, "col2"] += "," + "b"
df.loc[0, "col2"] += "b"

# 导出CSV，index=False表示不导出多余的行索引列，utf-8-sig编码避免中文乱码
df.to_csv("result.csv", index=False, encoding="utf-8-sig")

导出后目标单元格的值为ab，和预期效果一致。

如果需要修改已存在的本地CSV文件 #

先读取文件为DataFrame，修改后重新保存即可：

import pandas as pd

# 读取本地已有CSV文件
df = pd.read_csv("your_source_file.csv", encoding="utf-8-sig")

# 定位目标单元格：如果不想硬写列名，可以用df.columns[位置索引]取列，比如第二列对应df.columns[1]
df.loc[0, df.columns[1]] += "b"

# 保存修改后的文件，设置mode="w"会覆盖原文件，也可以指定新文件名存为新文件
df.to_csv("updated_result.csv", index=False, encoding="utf-8-sig", mode="w")

注意事项 #

• 单元格定位优先使用df.loc[行索引, 列名]写法，不要用df[列名][行索引]这类链式索引，否则容易触发SettingWithCopyWarning警告，甚至出现修改不生效的问题。
• 如果目标单元格初始是空值（NaN类型），直接拼接会报错，修改前可以先执行df = df.fillna("")把所有空单元格替换为空字符串，再做追加操作。
• 拼接时可以根据需求自定义分隔符，比如需要单元格内换行追加就加换行符\n，需要分隔多值就加逗号、顿号等。

内容的提问来源于stack exchange，提问作者haker146