我有一个列表“ abc”和一个数据框“ df”：

abc = ['foo', 'bar']
df =
    A  B
0  12  NaN
1  23  NaN

我想将列表插入单元格1B中，所以我想要这个结果：

    A  B
0  12  NaN
1  23  ['foo', 'bar']

我能做到吗？

1）如果我使用这个：

df.ix[1,'B'] = abc

我收到以下错误消息：

ValueError: Must have equal len keys and value when setting with an iterable

因为它尝试将列表（具有两个元素）插入行/列而不插入单元格。

2）如果我使用这个：

df.ix[1,'B'] = [abc]

然后插入一个只有一个元素的列表，即“ abc”列表（ [['foo', 'bar']]）。

3）如果我使用这个：

df.ix[1,'B'] = ', '.join(abc)

然后插入一个字符串：（ foo, bar），但不插入列表。

4）如果我使用这个：

df.ix[1,'B'] = [', '.join(abc)]

然后插入一个列表，但只有一个元素（['foo, bar']），但没有两个我想要的元素（['foo', 'bar']）。

感谢帮助！

编辑

我的新数据框和旧列表：

abc = ['foo', 'bar']
df2 =
    A    B         C
0  12  NaN      'bla'
1  23  NaN  'bla bla'

另一个数据框：

df3 =
    A    B         C                    D
0  12  NaN      'bla'  ['item1', 'item2']
1  23  NaN  'bla bla'        [11, 12, 13]

我想将“ abc”列表插入df2.loc[1,'B']和/或df3.loc[1,'B']。

如果数据框仅包含具有整数值和/或NaN值和/或列表值的列，则将列表插入到单元格中的效果很好。如果数据框仅包含具有字符串值和/或NaN值和/或列表值的列，则将列表插入到单元格中的效果很好。但是，如果数据框具有包含整数和字符串值的列以及其他列，那么如果我使用此错误消息，则会出现错误消息：df2.loc[1,'B'] = abc或df3.loc[1,'B'] = abc。

另一个数据框：

df4 =
          A     B
0      'bla'  NaN
1  'bla bla'  NaN

这些插入可以完美地工作：df.loc[1,'B'] = abc或df4.loc[1,'B'] = abc。

由于自0.21.0版set_value开始不推荐使用，因此您现在应该使用at。它可以插入一个列表的小区没有抚养ValueError的loc一样。我认为这是因为at 总是引用单个值，而loc可以引用值以及行和列。

df = pd.DataFrame(data={'A': [1, 2, 3], 'B': ['x', 'y', 'z']})

df.at[1, 'B'] = ['m', 'n']

df =
    A   B
0   1   x
1   2   [m, n]
2   3   z

您还需要确保要插入的列具有dtype=object。例如

>>> df = pd.DataFrame(data={'A': [1, 2, 3], 'B': [1,2,3]})
>>> df.dtypes
A    int64
B    int64
dtype: object

>>> df.at[1, 'B'] = [1, 2, 3]
ValueError: setting an array element with a sequence

>>> df['B'] = df['B'].astype('object')
>>> df.at[1, 'B'] = [1, 2, 3]
>>> df
   A          B
0  1          1
1  2  [1, 2, 3]
2  3          3

df3.set_value(1, 'B', abc)适用于任何数据框。注意列“ B”的数据类型。例如。不能将列表插入浮点列，在这种情况下df['B'] = df['B'].astype(object)可以提供帮助。

熊猫> = 0.21

set_value已不推荐使用。 现在，您可以使用DataFrame.at按标签DataFrame.iat设置和按整数位置设置。

使用at/ 设置单元格值iat

# Setup
df = pd.DataFrame({'A': [12, 23], 'B': [['a', 'b'], ['c', 'd']]})
df

    A       B
0  12  [a, b]
1  23  [c, d]

df.dtypes

A     int64
B    object
dtype: object

如果要将“ B”第二行中的值设置为一些新列表，请使用DataFrane.at：

df.at[1, 'B'] = ['m', 'n']
df

    A       B
0  12  [a, b]
1  23  [m, n]

您也可以使用 DataFrame.iat

df.iat[1, df.columns.get_loc('B')] = ['m', 'n']
df

    A       B
0  12  [a, b]
1  23  [m, n]

如果得到了ValueError: setting an array element with a sequence怎么办？

我将尝试通过以下方式重现该内容：

df

    A   B
0  12 NaN
1  23 NaN

df.dtypes

A      int64
B    float64
dtype: object

df.at[1, 'B'] = ['m', 'n']
# ValueError: setting an array element with a sequence.

这是因为您的对象是float64dtype，而列表是objects，所以那里不匹配。在这种情况下，您要做的是先将列转换为对象。

df['B'] = df['B'].astype(object)
df.dtypes

A     int64
B    object
dtype: object

然后，它起作用：

df.at[1, 'B'] = ['m', 'n']
df

    A       B
0  12     NaN
1  23  [m, n]

可能，但是哈基

更古怪的是，我发现DataFrame.loc如果传递嵌套列表，您可以破解以实现相似的目的。

df.loc[1, 'B'] = [['m'], ['n'], ['o'], ['p']]
df

    A             B
0  12        [a, b]
1  23  [m, n, o, p]

您可以在这里阅读更多有关其工作原理的信息。

如本篇文章中提到的熊猫：如何在数据框中存储列表？; 数据帧中的dtype可能会影响结果，以及调用数据帧或不将其分配给它。

快速解决

只需将列表括在新列表中，就像在下面的数据框中对col2所做的那样。它起作用的原因是python获取（列表的）外部列表，并将其转换为列，就好像它包含普通标量项目一样，在我们的例子中是列表，而不是普通标量。

mydict={'col1':[1,2,3],'col2':[[1, 4], [2, 5], [3, 6]]}
data=pd.DataFrame(mydict)
data


   col1     col2
0   1       [1, 4]
1   2       [2, 5]
2   3       [3, 6]

也得到

ValueError: Must have equal len keys and value when setting with an iterable，

在我的情况下，使用.at而不是.loc并没有任何区别，但是强制使用dataframe列的数据类型可以解决问题：

df['B'] = df['B'].astype(object)

然后，我可以将列表，numpy数组和所有类型的东西设置为数据帧中的单个单元格值。