要解决Apache Beam Python的WriteToBigtable有时会导致Dataflow上的步骤无限运行的问题，可以尝试以下解决方法：

1. 确认Bigtable表和列族已正确创建：使用Bigtable客户端库确认表和列族已正确创建，并且与代码中指定的一致。

2. 检查Bigtable表的权限：确保Dataflow作业有足够的权限来写入Bigtable表。可以通过为Dataflow服务帐户授予适当的Bigtable写入权限来解决此问题。

3. 检查数据转换和编码：确保在将数据写入Bigtable之前，数据已正确转换为适当的格式，并且编码正确。例如，确保数据行键是字符串，并且列限定符和值是字节字符串。

以下是一个示例代码，展示了如何使用WriteToBigtable在Apache Beam中写入数据到Bigtable：

import apache_beam as beam
from apache_beam.io.gcp.bigtableio import WriteToBigTable

# 定义Bigtable表的配置
project_id = 'your-project-id'
instance_id = 'your-instance-id'
table_id = 'your-table-id'

# 创建一个PCollection，其中包含要写入Bigtable的数据
data = ['row1', 'row2', 'row3']

# 将数据写入Bigtable
data | 'Write to Bigtable' >> WriteToBigTable(
    project_id=project_id,
    instance_id=instance_id,
    table_id=table_id
)

# 运行Pipeline
result = pipeline.run()
result.wait_until_finish()

如果问题仍然存在，建议检查Dataflow作业的日志以获取更多详细信息，并与Google Cloud支持团队联系以寻求进一步的帮助。