在处理数据时，修改某个数据时，一开始直接使用数据切片进行赋值
df['math'][0] = 100
虽然数据修改成功了，但是这种情况代码运行时会有警告：
为了解决这个警告问题，查阅了相关资料：在python中默认的切片数据类型是“只读不能写”的，可以使用loc函数定位到的是原dataframe中的列，可修改
因此尝试loc函数
df.loc[1,'math'] = 110
数据修改成功 且没有再报warning，完美 你以为到这就结束了嘛 天真 我后面在对数据赋值列表时，报报报报报报错了：
ValueError: Must have equal len keys and value when setting with an iterable
找到了一种解决方法：
在处理数据时，修改某个数据时，一开始直接使用数据切片进行赋值
df['math'][0] = 100
虽然数据修改成功了，但是这种情况代码运行时会有警告：
为了解决这个警告问题，查阅了相关资料：在python中默认的切片数据类型是“只读不能写”的，可以使用loc函数定位到的是原dataframe中的列，可修改
因此尝试loc函数
df.loc[1,'math'] = 110
数据修改成功 且没有再报warning，完美 你以为到这就结束了嘛 天真 我后面在对数据赋值列表时，报报报报报报错了：
原因很简单：
1.将添加的列表转化为byte数据
2.写入
3.转换回来
df.loc[0,'all'] = np.array([89,100]).tobytes()
np.frombuffer(df.loc[0,'all'], dtype=int)
但这样存在一个问题，如图，我虽然最后提取结果的时候能数据转化后提取出来 但是我的原表数据还是byte类型 ，这不是我想要的 ，我想要在原表上直接就得到我想要的列表。
后来我就想，数据切片会警告，loc会报错，那么at可不可以呢，尝试一下
df.at[0,'all'] = [89,100]
成功了。。。没有警告没有报错
暂时没查到原始，但是目前证明是可行的，后续找到原因继续补充，希望不会有问题
