使用df.at无法修改DataFrame的值 字典值为列表对象时赋值失败

• 赋值目标为列表这类非标量可迭代对象时，Pandas默认会尝试拆分可迭代对象匹配多列/多行赋值规则，导致单个列表无法直接存入单个单元格，出现静默赋值失败。
• iterrows()返回的行是原DataFrame的副本，基于该副本的行索引配合at赋值非标量时，容易出现写入失效的问题。

方法1：修改循环内的赋值逻辑 #

在赋值时明确指定存入的是单个对象，仅修改赋值行即可：

for i,row in df.iterrows() :
    if row['B'] == 'nan':
        key = row['A']
        # 明确标记要存入的是单个列表对象，避免被自动拆分
        df.at[i,'B'] = [d1[key]][0]

也可以用df.iat[i, df.columns.get_loc('B')] = d1[key]实现相同效果。

方法2：用向量化操作替代循环（更推荐） #

避免iterrows的性能问题和赋值风险，直接用Pandas内置方法实现需求，代码更简洁高效：

# 筛选B列为'nan'的行，用A列的值匹配d1映射后直接赋值
df.loc[df['B'] == 'nan', 'B'] = df.loc[df['B'] == 'nan', 'A'].map(d1)

以上两种方法运行后均可得到你预期的输出结果。

内容的提问来源于stack exchange，提问作者Akshay Tarpara