如何控制df.at/df.loc行为，无匹配索引时抛出异常？

好问题！默认情况下pandas的at和loc在赋值时，如果目标索引或列不存在，会自动帮你新增一行/列——这在快速补全数据时挺方便，但要是你想严格控制数据结构，避免不小心创建了多余的行，下面这几个方法能帮你实现需求：

方法1：自定义安全赋值函数（最直观灵活） #

写一个简单的包装函数，先检查目标索引和列是否存在，不存在就主动抛出KeyError（或你想要的IndexError），确认存在后再执行赋值：

import pandas as pd

def safe_at_assign(df, idx, col, value):
    if idx not in df.index or col not in df.columns:
        raise KeyError(f"索引 '{idx}' 或列 '{col}' 不存在！")
    df.at[idx, col] = value

# 初始化你的DataFrame
index = ['A','B','C']
headers = [1,2,3,4]
df = pd.DataFrame(index=index, columns=headers)

# 正常执行赋值
safe_at_assign(df, 'A', 1, "Hello")
# 尝试操作不存在的索引，会抛出KeyError
safe_at_assign(df, 'D', 1, "Hello")

方法2：冻结索引，禁止修改索引结构 #

你可以把DataFrame的索引设置为不可变，这样当pandas尝试新增索引时就会触发报错。不过要注意，这个方法会限制所有对索引的修改操作：

# 创建不可变的索引对象
fixed_index = pd.Index(['A','B','C'], name='fixed_idx')
fixed_index = fixed_index.set_flags(writeable=False)

# 用这个不可变索引初始化DataFrame
df = pd.DataFrame(index=fixed_index, columns=headers)

# 正常赋值操作
df.at['A',1] = "Hello"
# 尝试新增索引'D'，会抛出TypeError（因为索引不可写）
df.at['D',1] = "Hello"

方法3：手动前置校验（无需额外函数） #

如果你不想写包装函数，可以在赋值前直接检查索引是否存在，不存在就主动抛出异常：

target_idx = 'D'
target_col = 1

if target_idx not in df.index:
    raise IndexError(f"索引 '{target_idx}' 不存在！")
df.loc[target_idx, target_col] = "Hello"

补充说明 #

pandas默认自动新增索引的设计，是为了方便灵活的数据操作（比如快速合并、补全数据）。但在需要严格数据校验的场景（比如生产环境的数据处理），上面的方法能帮你避免意外修改数据结构，确保操作的安全性。

内容的提问来源于stack exchange，提问作者Altycoder