Python Pandas df.iat[]无法作为赋值方法设置单元格值问题咨询

pandas .iat[]赋值失效的常见触发原因 #

• 操作对象是DataFrame切片视图而非独立副本
  如果你用于赋值的DataFrame是通过布尔筛选、范围切片等操作得到的子对象，pandas可能返回视图而非独立拷贝，对视图使用iat赋值会触发静默失效或SettingWithCopy警告，值不会真正写入。而loc是针对原对象的标签索引，只要不是链式操作通常能直接写入原对象。
• 赋值语句存在链式索引
  如果你使用的是类似df['C'].iat[i] = 计算值的链式写法，pandas会先提取对应列的Series再执行赋值，大概率写入临时对象而非原DataFrame。而df.loc[i, 'C']属于单次索引操作，可直接定位原DataFrame的单元格完成写入。
• 目标列数据类型不兼容
  部分旧版本pandas中，iat赋值不会自动调整目标列的数据类型：如果目标列是int类型，你要写入的是float、NaN等不兼容类型，赋值会静默失败。而loc会自动调整列的dtype适配新值，所以能正常写入。
• 位置参数传递错误
  iat接收的是行、列的绝对位置序号，和DataFrame的自定义索引标签无关。如果你的数据集做过drop、concat等操作导致索引标签和行位置不匹配，你误把索引标签作为行位置传入iat，会导致赋值到错误行，看起来像是赋值失效。而loc是按标签寻址，只要参数正确就不会错位。

排查方案 #

1. 赋值前执行df = df.copy()强制生成独立副本，再测试iat赋值是否正常，若恢复正常则可确认是视图问题。
2. 打印赋值前的df.iat[目标行位置, 目标列位置]以及要写入的计算值，确认位置参数正确、值类型与目标列兼容。
3. 升级pandas到1.0以上的最新稳定版本，排除版本自带的iat赋值bug。

内容的提问来源于stack exchange，提问作者gb5156