你不需要循环，只需要用途：

real_estate['X2 house age'] = pd.cut(real_estate['X2 house age'], 4, labels=False)

您当前的方法失败了，因为您没有从0开始的范围索引。因此，当赋值给索引0，1，.时，pandas没有找到正确的索引，并移动了数据。
输出量：

X1 transaction date  X2 house age  X3 distance to the nearest MRT station  X4 number of convenience stores  X5 latitude  X6 longitude  Y house price of unit area
No                                                                                                                                                                   
1              2012.917             2                                84.87882                               10     24.98298     121.54024                        37.9
2              2012.917             1                               306.59470                                9     24.98034     121.53951                        42.2
3              2013.583             1                               561.98450                                5     24.98746     121.54391                        47.3
4              2013.500             1                               561.98450                                5     24.98746     121.54391                        54.8
5              2012.833             0                               390.56840                                5     24.97937     121.54245                        43.1

除了我们可以将结果直接分配给新列之外，主要的问题是位置索引和标记索引之间的混淆。
您应该在real_estate.index上进行重命名，或者使用.iloc或.iat对位置数据进行寻址：

# labeled indexing
for i in real_estate.index:
    real_estate.loc[i,'X2 house age'] = buckets[i]

或

# positional indexing
pos_house_age = real_estate.columns.get_loc('X2 house age')
for i in range(len(real_estate)):
    real_estate.iloc[i, pos_house_age] = buckets.iloc[i]

哪里

buckets = pd.cut(real_estate['X2 house age'], 4, labels=False)

使用.to_numpy()会导致带标签的索引被擦除，之后buckets[i]就相当于位置索引。
另请参阅：

• 职位遴选
• 按标签选择

ps.以防万一：pandas.cut(..., labels=False)不影响返回序列的索引，但用类别代码替换类别标签。