理解Pandas中.loc/.at向DataFrame指定单元格存储变量的行为

报错核心原因 #

你遇到的ValueError: Must have equal len keys and value when setting with an ndarray错误，本质是pandas对.loc的赋值逻辑做了自动推断：

• 当你给.loc传入的行/列标签是可迭代对象时（比如示例中file_handle是shape为(1,)的numpy数组，或是[1]这类列表），pandas会默认你要执行多行/多列批量赋值，要求赋值右值的长度和选中的行数/列数对齐。你要存入的numpy数组长度为3648，和选中的1行长度不匹配，因此报错。
• 即便你传入单个标量索引（比如file_handle[0]）选中单个单元格，.loc仍然会默认将右值的numpy数组识别为批量赋值的序列，触发长度校验，因此直接写df.loc[1,'new_column']=testdata也会失败。

.loc和.at的核心区别 #

• .at是专门用于单个单元格快速存取的接口，设计逻辑就是只处理单个位置的读写，不会对右值做批量赋值推断，无论传入的是标量、numpy数组、列表、字典，都会直接作为单个元素存入单元格，这也是你用.at可以赋值成功的原因。
  • 支持的索引类型：仅支持传入单个标量作为行标签、单个标量作为列标签，不支持切片、列表、布尔数组这类多值选择器。
  • 存取性能比.loc高3-10倍，是单个单元格操作的首选接口。
• .loc是用于标签式批量选择/赋值的通用接口，支持单值、切片、布尔数组、多值列表等多种索引选择器，默认会对右值做自动类型推断：
  • 如果选中的是单个单元格，pandas仍然会优先尝试将右值解析为可迭代的序列做广播赋值，只有明确告知需要将右值作为单个元素存入时才会成功。
  • 支持的索引类型：所有匹配行/列标签的标量、标签切片、布尔索引、标签列表、返回标签的可调用对象。

你之前用[1]作为行索引赋值标量/字典成功的原因：标量会被自动广播到所有选中行，字典不会被pandas识别为对应行数的赋值序列，因此会被当成单个元素存入；但numpy数组属于pandas优先识别的批量赋值序列类型，会触发长度校验。

非标量元素存入DataFrame的正确写法 #

如果要把numpy数组这类非标量作为单个元素存入DataFrame，推荐两种写法：

# 写法1：用.at（最推荐，简洁高效）
df.at[1, 'new_column'] = testdata

# 写法2：用.loc，将右值包装为长度匹配的序列
# 选中单个单元格时，套一层列表，长度和选中行数（1）对齐
df.loc[1, 'new_column'] = [testdata]
# 选中多行（比如[1,2]）时，对应包装为长度相同的嵌套序列
df.loc[[1,2], 'new_column'] = [[testdata1], [testdata2]]

可存入DataFrame的变量类型要求 #

pandas没有严格限制单元格可存储的元素类型，只要是合法Python对象都可以存入，仅需注意列的dtype限制：

• 当列的dtype为object时，可以存储任意类型（字符串、列表、numpy数组、字典、自定义对象等）。
• 当列是固定类型（比如int、float、datetime）时，存入非对应类型的元素会触发自动类型转换，转换失败会报错。
  你代码中用df.assign(new_column=None)生成的列默认dtype就是object，因此可以正常存储numpy数组。

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