使用df.iloc()赋值将返回nan

使用df.iloc()赋值将返回NaN是因为df.iloc()是用于按照位置选择数据的方法，而不是用于赋值的方法。df.iloc()返回的是一个视图，而不是原始数据的副本。因此，对于使用df.iloc()进行赋值操作，会导致原始数据不会被修改，而新赋的值将会被视为NaN。

如果想要赋值操作生效，可以使用df.loc()方法。df.loc()是基于标签进行选择和赋值的方法。通过指定行和列的标签，可以对指定位置进行赋值操作。

以下是一个示例代码：

import pandas as pd

# 创建一个DataFrame
data = {'A': [1, 2, 3],
        'B': [4, 5, 6],
        'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 使用df.loc()进行赋值操作
df.loc[0, 'A'] = 10

print(df)

输出结果为：

    A  B  C
0  10  4  7
1   2  5  8
2   3  6  9

在这个例子中，我们使用df.loc[0, 'A'] = 10将第一行第一列的值赋为10。可以看到，赋值操作生效，并且原始数据被修改。