Pandas将列表赋值给单元格触发ValueError长度不匹配报错

pandas的loc、at索引器赋值时，会优先对右侧传入的可迭代对象（列表、集合、数组等）做「批量赋值」逻辑判断：默认认为你传入的可迭代对象里的每个元素，对应你选中的每个索引位置的赋值，会先校验可迭代对象长度和选中的单元格数量是否匹配。
你当前代码里只选中了(idx_cur, "My List")这1个单元格，但传入的cell_value是长度大于1的列表，pandas会认为你要给1个位置匹配多个值，长度校验不通过，就抛出ValueError: Must have equal len keys and value when setting with an iterable。
哪怕你初始化列时已经给每个位置塞了空列表，这个赋值判断逻辑也不会受列内已有值的影响，at索引器虽然定位的是单个单元格，但赋值逻辑和loc一致，所以会报完全相同的错误。

• 最通用兼容的写法：赋值时把要存入的列表整体套一层长度为1的外层列表，让可迭代对象长度和选中的单元格数（1）匹配，pandas就会把内层的cell_value作为单个元素存入单元格：

  df.loc[idx_cur, "My List"] = [cell_value]
  # 用at的写法同理
  # df.at[idx_cur, "My List"] = [cell_value]
  

• 显式声明列类型为object减少类型推断干扰：初始化列之后加一行类型转换，避免pandas对列类型做错误推断，再配合上述外层列表的写法，兼容性更好：

  df["My List"] = [[] for _ in range(len(df))]
  df["My List"] = df["My List"].astype(object)
  

• 低版本pandas兼容写法：如果上述写法在你用的版本仍然报错，可以通过按位置索引的方式直接修改值，绕开索引器的赋值校验逻辑：

  col_pos = df.columns.get_loc("My List")
  df.iat[i, col_pos] = cell_value
  

注意：pandas原生没有设计专门存储列表的标量类型，存列表的列本质是object类型，存储的是Python对象的引用，逐行循环赋值的效率较低，如果数据量较大，建议优先用列表推导整列生成值，再一次性赋值给列，减少逐行操作的开销。

内容的提问来源于stack exchange，提问作者Raj