Python DataFrame：通过使用新列在df上迭代向每个单元格添加列表不起作用

带有某些列a和b的数据帧。
现在我想添加一个新的列c，它应该包含（不同长度的）列表

给出：

   a  b   c
0  1  5  []
1  2  6  []
2  3  7  []

为什么我不能做到以下几点：

for i in range(len(df1)):
    df1.loc[i,'c'] = [2]*i

这会导致

ValueError:无法使用长度与值不同的多索引选择索引器进行设置

然而，这是可行的：

df1['c'] = pd.Series([[2], [2,2], [2,2,2]])
print(df1)

结果:

    a   b   c
0   1   5   [2]
1   2   6   [2, 2]
2   3   7   [2, 2, 2]

有没有一种方法可以通过使用for循环进行迭代来分配列表？（我有很多其他的东西已经在循环中分配了，现在我需要添加新的列表）
这里有一个解决方案，你可以尝试使用


这里有一个解决方案，您可以尝试使用


您可以使用
。在
：

for i, idx in enumerate(df1.index, 1):
    df1.at[idx, "c"] = [2] * i

print(df1)

印刷品：

   a  b          c
0  1  5        [2]
1  2  6     [2, 2]
2  3  7  [2, 2, 2]

您可以使用
。在
：

for i, idx in enumerate(df1.index, 1):
    df1.at[idx, "c"] = [2] * i

print(df1)

印刷品：

   a  b          c
0  1  5        [2]
1  2  6     [2, 2]
2  3  7  [2, 2, 2]

对于范围内的i（len（df1））：df1.loc[i，'c']=str（[2]*（i+1））对于范围内的i（len（df1））：df1.loc[i，'c']=str（[2]*（i+1）），谢谢。这个很好用。
.at[]
和
.loc[]
之间的实际区别是什么？@Crysers
。at
用于访问单个值，
.loc
可以访问值组，也可以用于布尔索引。谢谢。这个很好用。
.at[]
和
.loc[]
之间的实际区别是什么？@Crysers
。at
用于访问单个值，
.loc
可以访问值组，也可以用于布尔索引。这种语法非常密集。您能否为那些可能不熟悉用作索引的
：
或您正在使用的理解的读者添加一些文本？此语法非常密集。您能否为可能不熟悉用作索引的
：
或您正在使用的理解的读者添加一些文本？
for i, idx in enumerate(df1.index, 1):
    df1.at[idx, "c"] = [2] * i

print(df1)

   a  b          c
0  1  5        [2]
1  2  6     [2, 2]
2  3  7  [2, 2, 2]