Pandas拆分商品重量列遇"Columns must be same length"报错求解

错误原因 #

你用str.rsplit("\d{3}g", n=1, expand=True)的思路完全错了：

• \d{3}g是你要提取的重量内容，不是拆分的分隔符，用它做拆分的话，拆分后会直接丢掉重量值，还会把商品名切成两部分（如果匹配到的话）。
• 一旦数据集中存在不匹配\d{3}g模式的行（比如重量是两位数、或者格式异常），拆分结果只会返回1列，和你要赋值的2列数量不匹配，直接触发Columns must be same length as key报错。

正确拆分方法（适配10万行大数据） #

因为重量都是以数字+g结尾，不管前面有没有空格，用正则提取是最高效的方案，推荐两种实现方式：

方式一：一次性拆分商品名和重量 #

用str.extract配合正则，直接从原字符串中拆分出两部分：

import pandas as pd

# 针对你的数据集执行以下代码
df_transactions[['PROD_NAME', 'Weight']] = df_transactions['PROD_NAME'].str.extract(r'^(.*?)(\d+g)$', expand=True)
# 清理商品名末尾可能残留的空格
df_transactions['PROD_NAME'] = df_transactions['PROD_NAME'].str.strip()

正则说明：

• ^(.*?)：非贪婪匹配开头到重量前的所有内容（自动适配有无空格的情况）
• (\d+g)$：匹配字符串末尾的数字+g格式的重量

方式二：先提取重量，再清理商品名 #

如果觉得一次性拆分不够直观，可以分两步操作：

# 第一步：提取末尾的重量列
df_transactions['Weight'] = df_transactions['PROD_NAME'].str.extract(r'(\d+g)$', expand=True)
# 第二步：从原商品名中移除重量部分并清理空格
df_transactions['PROD_NAME'] = df_transactions['PROD_NAME'].str.replace(r'\d+g$', '', regex=True).str.strip()

边界情况适配 #

如果数据中存在其他格式的重量（比如两位数重量、大写G），可以把正则调整为(\d+[gG])$，覆盖更多场景。

内容的提问来源于stack exchange，提问作者Allison Chaney