使用df.at向pandas DataFrame单元格存储数组触发ValueError如何解决

报错原因 #

你初始化DataFrame时，A列的默认数据类型为整数型，pandas会校验赋值内容与列类型的匹配性，你要写入的多维数组无法转换为单个整数，因此抛出ValueError: setting an array element with a sequence。

解决方案（保留使用df.at的要求） #

你只需要先将目标列的数据类型显式转换为object（object类型列支持存储任意Python对象，包括numpy数组），再执行赋值操作即可，修改后的完整代码如下：

import numpy as np
import pandas as pd

arr = np.array([[123, 123], [123, 123]], dtype=int)

df = pd.DataFrame(data= [[1, 2], [3, 4]], columns=["A", "B"])
# 新增行：将A列转为object类型
df['A'] = df['A'].astype(object)
# 保留原有的df.at赋值逻辑
df.at[0, "A"] = arr

# 验证赋值结果
print(df.at[0, "A"])

如果你不想显式声明整列类型，也可以先给目标位置赋值为None触发pandas自动转换列类型为object，再赋值数组：

import numpy as np
import pandas as pd

arr = np.array([[123, 123], [123, 123]], dtype=int)

df = pd.DataFrame(data= [[1, 2], [3, 4]], columns=["A", "B"])
# 先给目标位置赋值为None，触发列类型自动转换为object
df.at[0, "A"] = None
# 再赋值数组
df.at[0, "A"] = arr

注意事项 #

将数组存储在DataFrame单元格后，后续做列级批量数值运算时需要额外做类型适配，避免出现预期外的错误。

内容的提问来源于stack exchange，提问作者anxiousPI